Identification of Probabilities of Causation: from Recursive to Closed-Form Bounds

Technische Samenvatting: Identificatie van Waarschijnlijkheden van Causatie: van Recursieve naar Gesloten Vorm Grenzen

Probleemstelling
Waarschijnlijkheden van Causatie (Probabilities of Causation, PoCs) zijn fundamenteel voor contrafactische analyse en gepersonaliseerde besluitvorming, waarbij zij de attributie van uitkomsten aan specifieke behandelingen mogelijk maken. Hoewel fundamenteel werk door Pearl, Tian en anderen nauwe grenzen heeft vastgesteld voor binaire behandelingen en uitkomsten (bijv. Waarschijnlijkheid van Noodzakelijkheid, Sufficiëntie, en Noodzakelijkheid en Sufficiëntie), zijn bestaande analytische resultaten grotendeels beperkt gebleven tot deze binaire settings. Praktische toepassingen in de gezondheidszorg, financiële sector en het onderwijs omvatten echter vaak meerwaardige behandelingen (bijv. doseringsniveaus) en uitkomsten (bijv. ernstgraden). Recente pogingen om niet-binaire gevallen aan te pakken, zoals de recursieve vorm van grenzen voorgesteld door Li en Pearl [2024], lijden aan computationele complexiteit en een gebrek aan scherpte (tightness), met name in hoog-dimensionale settings. Numerieke methoden gebaseerd op niet-lineaire programmering worden eveneens beperkt door computationele kosten. Dit artikel adresseert de behoefte aan niet-recursieve, gesloten vorm grenzen en nauwere grenzen voor willekeurige discrete PoCs binnen Structurele Causale Modellen (SCMs) zonder structurele restricties op te leggen.

Methodologie
De auteurs stellen een raamwerk voor dat willekeurige discrete PoC-queries reduceert tot een representatieve familie van conjuncties, waarvoor zij gesloten vorm grenzen afleiden met behulp van standaard experimentele (interventionele) en observationele distributies.

1. Vereenvoudiging en Representatieve Familie: Het artikel vereenvoudigt de definities van complexe niet-binaire PoCs (zoals Waarschijnlijkheid van Noodzakelijkheid en Sufficiëntie(k), Substitute(k,p), Replacement(k,q), en Necessity(k,p,q)) tot beknopte vormen. Bijvoorbeeld, de Waarschijnlijkheid van Noodzakelijkheid en Sufficiëntie(k) wordt vereenvoudigd tot $P(y_1x_1, \dots, y_kx_k)$, waarbij waarden geordend zijn.
2. Equivalentieklassen en Vervangbaarheid: Twee kernprincipes worden geïntroduceerd om willekeurige PoC-queries te behandelen:
   • Equivalentieklassen (Stelling 6): Dit principe toont aan dat grenzen voor waarschijnlijkheden met mismatched cardinaliteiten van behandelings- en uitkomstvariabelen (bijv. $|X| \neq |Y|$) naar een standaardvorm kunnen worden gemapt door te paddeden met gebeurtenissen met een nul-waarschijnlijkheid, wat ervoor zorgt dat de grenzen invariant blijven.
   • Vervangbaarheid (Stelling 7): Dit principe maakt het mogelijk om grenzen over waarde-permutaties heen te transporteren. Als een grens is afgeleid voor een specifieke conjunctie (bijv. $P(y_1x_1, y_2x_2)$), kan deze direct worden toegepast op gepermuteerde versies (bijv. $P(y_2x_1, y_1x_2)$) door de corresponderende termen te substitueren.
3. Afleiding van Gesloten Vorm Grenzen: Gebruikmakend van Fréchet-ongelijkheden en logische decompositie, leiden de auteurs expliciete onderste en bovenste grenzen af voor de representatieve familie van PoCs. Deze grenzen rusten uitsluitend op observeerbare grootheden: $P(x, y)$, $P(y_x)$, en $P(x)$.
4. Verificatie:
   • Soundness (Geldigheid): Een formeel bewijs wordt geleverd dat vaststelt dat de afgeleide formules geldige onderste en bovenste grenzen definiëren voor alle dimensies.
   • Tightness (Scherpte): De scherpte van deze grenzen wordt empirisch geverifieerd in laag-dimensionale settings (specifiek waar behandeling en uitkomst 3 of 4 waarden aannemen) door de resultaten in gesloten vorm te vergelijken met oplossingen verkregen via Balke's lineaire programmeringsmethode. Voor het algemene $n$-dimensionale geval vermoeden de auteurs dat de grenzen scherp zijn, maar zij merken op dat een formeel bewijs voor alle dimensies een openstaand probleem blijft.

Kernbijdragen

• Gesloten Vorm Grenzen: De afleiding van niet-recursieve, gesloten vorm grenzen voor meerwaardige PoCs in algemene SCMs, gebruikmakend van enkel experimentele en observationele data.
• Reductiekader: De introductie van equivalentieklassen en een vervangbaarheidsprincipe dat willekeurige discrete PoC-queries reduceert tot een kleine, representatieve set van conjuncties, wat de transfer van grenzen over waarde-permutaties faciliteert.
• Verbeterde Scherpte en Efficiëntie: Demonstratie dat de voorgestelde grensen in gesloten vorm consequent de recursieve grenzen die eerder door Li en Pearl [2024] zijn vastgesteld, aanscherpen, terwijl zij een significant lagere computationele complexiteit bieden.
• Soundness en Empirische Verificatie: Formeel bewijs van soundness voor alle dimensies en empirische verificatie van tightness in laag-dimensionale gevallen via lineaire programmering.

Resultaten

• Theoretische Grenzen: Het artikel presenteert specifieke stellingen (Stellingen 2–5) die max/min expressies bieden voor $PNS(k)$, $PSub(k,p)$, $PRep(k,q)$, en $PN(k,p,q)$. Deze expressies bevatten sommen en verschillen van gezamenlijke en interventionele waarschijnlijkheden.
• Simulatieprestaties: In simulaties waarbij dimensies $n \in [3, 20]$ werden gescand, verkleinden de voorgestelde grenzen consequent de kloof vergeleken met de recursieve methode van Li en Pearl. De gemiddelde verbetering in de onderste grens was positief over alle dimensies. In specifieke steekproefverdelingen werden de grenzen in ongeveer 10%–20% van de gevallen nauwer.
• Casestudies:
  • Medisch voorbeeld: In een scenario met drie behandelingen en drie uitkomsten leverde de voorgestelde methode een onderste grens van 0,509 voor een specifiek cross-behandeling responspatroon, terwijl de recursieve methode een grens van 0,428 opleverde. Deze nauwere grens loste ambiguïteit op, wat aangeeft dat een meerderheid van de patiënten dit specifieke responspatroon vertoont.
  • Educatief voorbeeld: Voor een query betreffende het risico van intensieve interventie op leerlingen die momenteel slagen zonder ondersteuning, bood de voorgestelde methode een niet-vacante onderste grens (0,344), terwijl de recursieve methode resulteerde in een vacante grens van [0, 1].

Significantie en Claims
Het artikel claimt de theorie van niet-binaire waarschijnlijkheden van causatie vooruit te helpen door een toolkit te bieden die zowel analytisch afgeleid als praktisch berekenbaar is. De significantie ligt in het vermogen om "cross-world response patterns" te vangen die onzichtbaar zijn voor marginale uitkomstvergelijkingen, waardoor zij risico-bewuste en heterogeniteit-bewuste behandelingselectie mogelijk maken.

De auteurs hanteren een bescheiden houding met betrekking tot de volledigheid van hun resultaten:

• Zij stellen expliciet dat hoewel soundness bewezen is voor alle dimensies, het bewijs van tightness (compleetheid) voor het algemene $n$-dimensionale geval openstaat, hoewel zij dit vermoeden.
• Zij erkennen dat het integreren van covariaten en expliciete causale grafen de grenzen verder kan aanscherpen, wat zij identificeren als een toekomstige richting.
• Zij merken op dat hoewel monotoniciteitsaannames in sommige binaire gevallen leiden tot punt-identificatie, hun niet-binaire tegenhangers dit doorgaans niet doen, en dat het identificeren van structurele condities voor scherpere grootheden uitdagend blijft.

Uiteindelijk biedt het werk een verenigd, compact raamwerk voor niet-binaire PoCs dat efficiënte contrafactische attributie in meerwaardige settings faciliteert, waarmee de beperkingen van binaire aannames en recursieve computationele methoden worden overstegen.