Distributional Treatment Effect Transportability across Heterogeneous Sites

기술 요약: 이질적 사이트 간 분포적 처치 효과의 전이 가능성 (Distributional Treatment Effect Transportability)

문제 정의
본 논문은 "교차 사이트, 단일 군(one-armed) 타겟" 설계에서의 분포적 전이 가능성(distributional transportability) 문제를 다룹니다. 이 설정에서 소스 사이트는 처치군과 대조군 모두에 대한 관측 데이터를 제공하는 반면, 타겟 사이트는 대조군에 대한 데이터만을 제공합니다. 목표는 단순히 평균 처치 효과(ATE)를 추정하는 것이 아니라, 타겟 사이트에서의 처치된 결과의 전체 분포($\mu'_1$)를 복원하는 것입니다.

저자들은 기존 문헌의 두 가지 주요 한계를 지적합니다:

1. ATE 중심의 접근: 대부분의 전이 가능성 방법론은 스칼라 요약치(ATE)에 집중하며, 분위수, 꼬리 분포 특성, 하위 집단 간 영향의 이질성 등 분포적 특징을 포착하는 데 실패합니다.
2. 제한적인 불변성 가정: 표준 방법론은 "비혼란 위치(unconfounded location)" 또는 조건부 불변성(conditional invariance)에 의존하며, 이는 사이트 간 차이가 오직 공변량 분포에서 기인한다고 가정합니다. 이는 측정 척도, 결과 보고 관행, 잠재 요인, 또는 특징-결과 결합 공간의 기하학적 구조가 서로 다른 경우를 설명하지 못합니다.

제안된 프레임워크는 교차 사이트의 이질성을 **결합 특징-결과 분포(joint feature–outcome distribution)**에 작용하는 변환으로 모델링하며, 이를 통해 공변량 재가중화(reweighting)만으로는 해결할 수 없는 측정 시스템, 인구 구성 및 잠재적 맥락 요인의 차이를 수용합니다.

방법론
제안된 방법인 OTSynth는 두 단계로 작동합니다: 제어 데이터를 통해 교차 사이트 변환을 학습하고, 이를 적용하여 합성된 처치 분포를 생성합니다.

1. 식별 프레임워크 (Identification Framework):

   • 저자들은 조건부 불변성 가정을 **공유 변환 가정(shared-transformation assumption)**으로 대체합니다. 이들은 생체 함수 $\phi$가 존재하여 소스 대조군 분포($\mu_0$)를 타겟 대조군 분포($\mu'_0$)로 전이시키며, 결정적으로 동일한 함수 $\phi$가 소스 처치군 분포($\mu_1$)를 타겟 처치군 분포($\mu'_1$)로 전이시킨다고 가정합니다.
   • 서로 다른 특징 공간과 메트릭을 가진 사이트를 처리하기 위해, 프레임워크는 직접 비교 가능한 특징(예: 연령, 성별)을 포함하는 **앵커 부공간(anchor subspace, $H$)**을 도입합니다. 정렬 함수 $K$는 변환이 이러한 앵커들에 대한 비교 가능성을 보존하도록 보장합니다.

2. 변환 학습 (Optimal Transport):

   • 이 방법은 소스와 타겟 사이트의 관측된 대조군 샘플을 비교하여 변환 $\phi$를 학습합니다.
   • 정규화된 융합 그로모프-와서스타인(Regularized Fused Gromov–Wasserstein, RFGW) 기준을 활용합니다. 표준 최적 운송(OT)이 분포 간의 결합(coupling)을 학습하는 것과 달리, 이 접근 방식은 "변환 인식형(transformation-aware)"입니다. 이는 다음을 공동으로 최적화합니다:
     • 기하학적 정렬 (Geometric Alignment): 특징-결과 공간의 관계적 기하 구조(쌍 간의 거리)를 보존합니다.
     • 앵커 일관성 (Anchor Consistency): 앵커 부공간에서의 불일치에 대해 페널티를 부여합니다.
     • 그래프 일관성 (Graph Consistency): 결합이 유효한 변환 맵의 그래프에 집중되도록 유도합니다.
   • 타겟 메트릭(유사성 구조)은 고정된 사전 확률이 아닌 학습 가능한 구성 요소(pull-back metric)로 취급됩니다.

3. 타겟 처치 분포의 합성 (Synthesis of Target Treated Distribution):

   • 학습된 변환 $\hat{\phi}$가 관측된 소스 처치 샘플($Z_1$)에 적용되면, 각 소스 처치 단위에 대해 상대적 기하 구조를 유지하고, 앵커 호환성을 유지하며, 학습된 변환을 준수하는 최적화 문제를 해결함으로써 합성된 타겟 대응체를 구축합니다.
   • 결과로 생성된 합성 샘플은 관측되지 않은 타겟 처치 분포의 추정치 역할을 합니다.

이론적 보장
논문은 약한 수렴(weak convergence) 결과를 입증합니다. 명시된 가정(공유 변환, 처치 분포의 대조 분포에 대한 절대 연속성, 변환 클래스의 정칙성 조건) 하에서, 합성된 처치 샘플의 경험적 분포는 샘플 크기가 증가함에 따라 실제 타겟 처치 분포로 약하게 수렴합니다. 또한 민감도 분석을 통해, 공유 변환 가정이 근사적으로 위반될 경우 발생하는 와서스타인 오차의 범위를 보여줍니다.

실험 결과
프레임워크는 광범 rộng한 시뮬레이션과 실제 적용 사례를 통해 평가되었습니다.

• 시뮬레이션: 본 방법은 TWFE, 매칭(Matching), 일반화된 합성 제어(GenSynth), CycleGAN을 포함한 베이스라인과 비교되었습니다.

  • 선형 이질성 (Linear Heterogeneity): OTSynth는 CycleGAN과 경쟁력 있는 성능을 보였습니다.
  • 비선형 이질성 (Nonlinear Heterogeneity): OTSynth는 특히 결과 분포의 꼬리 부분, 특징-결과 의존성, 와서스타인 거리를 복원하는 데 있어 모든 경쟁 모델을 크게 압도했습니다. 경쟁 모델들(특히 TWFE 및 매칭)은 비선형적 변화를 포착하는 데 실패했습니다.
  • 강건성 (Robustness): 본 방법은 비무작위 처치 할당 및 제한된 교차 사이트 중첩 상황에서도 강건함을 유지했습니다. 성능 저하는 핵심적인 공유 변환 가정이 명시적으로 위반될 때(예: 처치군과 대조군이 서로 다른 교차 사이트 변화를 경험할 때)만 나타났습니다.

• 실제 적용 (PDX 데이터):

  • 유방암(BRCA)을 소스로 사용하여 다양한 암 유형(NSCLC, 흑색종, CRC, PDAC)에 대한 종양 배가 시간(TTD)을 예측하기 위해 환자 유래 제노그라프트(PDX) 데이터에 적용되었습니다.
  • OTSynth는 "오라클(oracle, 관측된 타겟 처치)" 분포에 대해 가장 낮은 와서스타인 거리와 KL 발산을 달 나타냈으며, 모든 타겟 암 유형에 대해 평균, 중앙값 및 분위수를 정확하게 재현했습니다.

주요 기여 및 의의
저자들은 다섯 가지 주요 기여를 주장합니다:

1. 개념적 기여: 문제를 ATE 전이 가능성이 아닌 분포적 전이 가능성으로 정식화하여, 전체 카운터팩추얼(counterfactual) 분포를 복원해야 할 필요성을 해결했습니다.
2. 식별적 기여: "비혼한 위치" 가정을 대신하여, 측정 척도 변화 등을 수용할 수 있는 결합 특징-결과 분포의 공유 교차 사이트 변환을 도입했습니다.
3. 방법론적 기여: 타겟 기하 구조를 동시에 학습하는 변환 인식형 최적 운송(RFGW) 기준을 개발했습니다.
4. 이론적 기여: 합성 경험적 분포가 실제 타겟 분포로 약하게 수렴함을 증명했습니다.
5. 실증적 기여: 비선형 이질성 및 복잡한 실제 데이터 구조 하에서 기존 벤치마크 대비 우수한 성능을 입증했습니다.

의의
본 논문의 프레임워크는 측정이나 결과 보고의 구조적 변화로 인해 전통적인 공변량 재가중화가 실패하는 환경에서도 전체 분포적 처치 효과를 복원할 수 있게 한다는 점에서 중요합니다. 최적 운송을 활용하여 사이트 간의 기하학적 변환을 학습함으로써, 이 방법은 타겟 인구에 대한 대조군 데이터만 존재하는 상황에서 정책 평가 및 임상 시험 일반화를 위한 강력한 도구를 제공합니다. 저자들은 다른 전이 가능성 프레임워크와 마찬가지로, 공유 변환 가정의 타당성은 교차 사이트의 차이가 처치군과 대조군에 유사하게 영향을 미치는지에 대한 과학적 지식에 달려 있다고 언급합니다.