Sensitivity analysis for causal mediation: bridge score, sharp sensitivity bounds, and calibration

기술적 요약: 브리지 점수, 날카로운 경계 및 보정을 통한 인과 매개 민감도 분석

1. 문제 제기

인과 매개 분석은 총 처리 효과를 자연 직접 효과 (NDE) 와 자연 간접 효과 (NIE) 로 분해합니다. 이러한 효과의 식별은 일반적으로 연속적 무작위성 (sequential ignorability) 가정에 의존하며, 이는 매개체가 처리와 기저 공변량 (baseline covariates) 이 주어졌을 때 무관해야 함을 요구합니다. 이 가정은 검증 불가능합니다. 매개체와 결과를 공동으로 추동하는 측정되지 않은 요인이 존재한다면 이 가정을 위반하게 됩니다.

매개체 무관성에 대한 민감도 분석이 존재하지만, 저자들은 과학적 연구에서 가장 일반적인 척도인 가법 척도 (additive scale, 평균 차이) 에 대한 비모수 민감도 분석과 관련하여 문헌에서 세 가지 특정 통계적 과제를 확인했습니다:

1. 해석 가능성 대 국소화: 기존 스칼라 매개변수 (예: 잔류 상관관계) 는 처리 군과 공변량 프로파일에 따라 변하는 위반 사항을 축소합니다. 반면, 완전히 국소화된 민감도 함수는 고차원 공변량 환경에서 도출 및 보정이 어렵습니다. 전체 공변량 명세를 요구하지 않으면서도 매개체 정보를 보존하는 일반적인 저차원 축소 방법이 부재합니다.
2. 날카로운 가법 경계의 부재: 날카로운 비모수 경계는 위험비 척도 (이항 결과에 적합) 에 존재하지만, 이에 상응하는 날카로운 가법 (평균 차이) 포락선이 존재하지 않습니다. 기존 가법 접근법은 제한적인 모수적 편향 공식이나 정보 제공이 부족한 만스키 (Manski) 스타일 경계에 의존합니다.
3. 취약한 보정: 연속적 기준에 대한 운영적 보정은 종종 임의의 단위나 지지 폭 (support widths) 에 의존합니다. 또한, 척도 일관성 요약 (E-값과 같은) 은 경계의 이차원 구조를 단일 스칼라로 축소하여 해석 가능성을 상실시킵니다.

2. 방법론

브리지 점수 (The Bridge Score)
저자들은 공통 매개체 값 $m$ 과 공변량 $x$ 에서 정의된 2 차원 벡터인 브리지 점수를 도입합니다:
$$B(m, x) = (f_0(m | x), f_1(m | x))$$
여기서 $f_a(m|x)$ 는 처리 군 $a$ 하에서의 매개체 밀도입니다.

• 균형 특성: 브리지 점수 $B(m)$ 조건 하에서 관측된 공변량 $X$ 는 매개체 사건 $M=m$ 에 대해 균형이 잡힙니다. 이는 브리지 점수가 처리 할당에 대한 성향 점수 (propensity score) 와 유사하게 매개체 단계에 대한 균형 점수로 기능할 수 있음을 의미합니다.
• 차원 축소: 브리지 점수는 민감도 객체를 전체 공변량 벡터 $X$ 의 함수에서 저차원 점수 $B(m)$ 의 함수로 축소하면서, 교차 세계 식별에 필요한 군별 매개체 법칙을 유지합니다.

날카로운 민감도 경계
저자들은 처리 군 $a$ 내에서 관측된 매개체에 조건부인 후 브리지 점수에 조건부인 잔류 교란을 나타내는 브리지 점수 민감도 함수 $\Delta_a(m, b)$ 를 정의합니다.
잠재적 스칼라 교란 변수 ($U$) 가정 하에, 저자들은 $\Delta_a(m, b)$ 에 대한 날카로운 점별 가법 포락선을 유도합니다:
$$|\Delta_a(m, b)| \leq \Xi_a(m, b) = \eta_a(m, b) \frac{\gamma_a(m, b) - 1}{\gamma_a(m, b)}$$
여기서:

• $\gamma_a(m, b)$ 는 $M=m$ 에 조건부인 잠재 교란 변수 분포의 기울기를 측정하는 잔류 선택 비율입니다.
• $\eta_a(m, b)$ 는 브리지 점수 층위 내에서 잠재 교란 변수 조건 하의 결과 평균의 분포를 측정하는 결과 범위 매개변수입니다.

저자들은 특정 분해 조건이 성립한다면, 브리지 점수 수준에서의 이러한 매개변수가 전체 공변량 수준의 대응 값보다 크지 않음 (더 날카로움) 을 증명했습니다.

보정 접근법
경계를 운영 가능하게 만들기 위해 두 가지 보정 전략이 제안되었습니다:

1. 기준 보정 (Benchmark Calibration): 잠재 교란 변수를 관측된 공변량 $W$ 에 대해 보정합니다. 저자들은 이 보정의 순위 기반 버전을 도입했습니다. $W$ 를 그 분수 순위로 변환함으로써, 결과 포락선은 기준의 단조 재표현에 대해 불변이며 heavy-tailed 분포에 강건해지면서도 이차원 구조 ($\eta, \gamma$) 를 유지합니다.
2. 잔류 예산 보정 (Residual Budget Calibration): 이 접근법은 매개체와 브리지 점수를 보정한 후의 결과 잔류 변동을 기반으로 결과 범위 매개변수 $\eta_a$ 를 스케일링합니다. 사용자가 지정하는 매개변수 $k_a \in [0,1]$ 은 잠재 교란에 기인한 잔류 분산의 비율을 통제하고, 그리드 값 $g_a$ 는 선택 비율을 통제합니다.

추론 알고리즘
이 프레임워크는 베이지안 g-계산 알고리즘을 통해 운영화됩니다. 이 접근법은 다음과 같습니다:

• 관측 데이터 모델 (매개체 밀도 및 결과 회귀) 로부터의 불확실성을 전파합니다.
• 보정 양 (기준 또는 잔류 예산) 에 대한 불확실성을 통합합니다.
• 무한 차원 민감도 함수를 군별 스칼라 ($\bar{\Delta}_0, \bar{\Delta}_1$) 로 축소하는 스칼라 함수적 축소를 사용하여 민감도 보정에 대한 유한 차원 사전 분포를 허용합니다.
• 모든 불확실성 원인을 완전히 고려한 NDE 및 NIE 에 대한 사후 분포를 생성합니다.

3. 주요 기여

1. 브리지 점수 개념: 공변량을 매개체에 대해 균형 있게 만들고 민감도 함수의 국소화 척도로 기능하여 전체 공변량 명세의 필요성을 피하는 새로운 저차원 벡터.
2. 날카로운 가법 경계: 매개체 - 결과 교란에 대한 날카로운 비모수 가법 포락선 유도. 이는 해석 가능한 잔류 선택 및 결과 범위 매개변수로 매개되며, 연속 결과에 덜 자연스러운 위험비 경계가 남긴 공백을 메웁니다.
3. 척도 일관성 보정: 단조 변환에 불변이며 경계의 이차원 구조를 보존하는 순위 기반 기준 보정의 도입과 잔류 예산 접근법.
4. 운영적 추론: 민감도 분석을 자연 효과 추정에 직접 통합하고, 방해 변수 및 민감도 보정으로부터의 불확실성을 전파하는 베이지안 g-계산 구현.

4. 결과 및 예시

이 논문은 Brader 등 (2008) 의 이민 프레임 실험을 사용하여 프레임워크를 설명합니다.

• 설정: 처리 ($A$) 는 부정적 어조/라티노 프레임; 매개체 ($M$) 는 부정적 정서적 반응; 결과 ($Y$) 는 이민으로 인한 지각된 해악.
• 결과:
  • 순위 기반 기준 보정은 원본 척도 버전보다 더 날카로운 포락선을 생성하여, 경험적 지지 폭에 대한 순위 변환의 안정성을 입증했습니다.
  • 잔류 예산 보정은 선택 강도 ($g$) 와 결과 범위 예산 ($k$) 이 증가함에 따라 포락선이 단조롭게 넓어짐을 보여주었습니다.
  • 분석은 견고성 결론이 불투명한 모델 매개변수가 아닌 해석 가능한 증폭 인자 (예: "잠재 교란 변수가 소득보다 1.5 배 강함") 에 의해 주도됨을 입증했습니다.
  • 베이지안 g-계산은 브리지 점수 추정 및 보정으로부터의 불확실성을 NDE 및 NIE 의 사후 분포로 성공적으로 전파했습니다.

5. 중요성 및 주장

저자들은 이 작업을 기존 방법 (예: Imai 등 (2010) 의 모수적 $\rho$ 기반 분석 또는 Ding 과 VanderWeele (2016) 의 위험비 경계) 을 대체하는 것이 아닌 보조 도구로 위치시킵니다.

이 프레임워크의 중요성은 다음과 같은 능력에 있습니다:

• 결과나 매개체에 대한 함수 형태 제약을 부과하지 않고 가법 척도에서 비모수 민감도 분석을 제공합니다.
• 브리지 점수에 국소화된 해석 가능한 민감도 매개변수를 제공하여 전체 공변량 명세보다 더 날카로운 경계를 가능하게 합니다.
• 다른 방법에서 발견되는 단위 의존성과 스칼라 축소의 함정을 피하는 척도 일관성 보정을 가능하게 합니다.
• 민감도 가정 하의 점 추정치를 넘어 완전한 사후 추론으로 나아가는 통합 베이지안 프레임워크에서 불확실성 전파를 용이하게 합니다.

이 논문은 브리지 점수 프레임워크가 기저 공변량이 중간 정도 고차원일 때 특히 실용적이며, 교차 세계 자연 효과 추정에 필요한 구조적 비대칭성을 유지하는 원칙적인 저차원 축소 방법을 제공한다고 결론지었습니다.