📊 statistics

Cross-World Assumption and Refining Prediction Intervals for Individual Treatment Effects

Dit artikel introduceert een methode om betrouwbare voorspellingsintervallen voor individuele behandelingseffecten te genereren door een onidentificeerbare kruiswereld-correlatieparameter te benutten, waardoor de onzekerheid op individueel niveau met domeinkennis kan worden ingeschat en nauwkeurigere intervallen worden verkregen.

Oorspronkelijke auteurs: Juraj Bodik, Yaxuan Huang, Bin Yu

Gepubliceerd 2026-03-31

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Juraj Bodik, Yaxuan Huang, Bin Yu

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je een arts bent die een nieuw medicijn moet voorschrijven. Je wilt weten: werkt dit medicijn voor deze specifieke patiënt?

In de wetenschap kijken we vaak naar het gemiddelde: "Het medicijn verlaagt de bloeddruk met 5 punten bij de gemiddelde mens." Dat is handig, maar niet genoeg. Voor de ene patiënt werkt het wonderbaarlijk goed, voor de ander niet, en voor een derde kan het zelfs gevaarlijk zijn. We willen weten wat het effect is voor iemand specifiek, en we willen ook weten hoe zeker we daarover zijn.

Dit artikel van Juraj Bodik en zijn collega's lost een groot raadsel op: hoe maak je een betrouwbare voorspelling voor een individu, terwijl je nooit beide mogelijke werelden tegelijk kunt zien?

Hier is de uitleg in simpele taal, met een paar creatieve vergelijkingen.

1. Het Raadsel van de Twee Werelden (Het "Wat als?"-probleem)

Stel je een spiegel voor. Aan de ene kant zie je de wereld zoals hij is: de patiënt neemt het medicijn. Aan de andere kant zie je de wereld die niet bestaat: de patiënt neemt het placebo.

Wereld A: Patiënt neemt medicijn $\rightarrow$ Bloeddruk is 120.
Wereld B: Patiënt neemt placebo $\rightarrow$ Bloeddruk is 140.

Het echte effect is het verschil: 20 punten.
Het probleem: Je kunt de patiënt niet in tweeën delen. Je ziet ofwel Wereld A, ofwel Wereld B. Je ziet nooit beide tegelijk. Omdat je Wereld B niet kunt zien, kun je het effect voor die ene persoon nooit 100% zeker weten. Het is alsof je probeert het gewicht van een doos te raden terwijl je hem alleen maar van één kant mag zien.

Tot nu toe waren de voorspellingen voor individuen ofwel heel breed (en dus nutteloos, zoals "het effect ligt ergens tussen -100 en +100") ofwel onbetrouwbaar.

2. De Oplossing: De "Tweeling"-Vergelijking

De auteurs zeggen: "Wacht even, we weten wel iets over de relatie tussen deze twee werelden."

Stel je voor dat je een tweeling hebt. Als je ziet dat de ene broer (in Wereld A) een hoge bloeddruk heeft, is de kans groot dat de andere broer (in Wereld B, zonder medicijn) ook een hoge bloeddruk heeft. Ze delen immers dezelfde genen, levensstijl en lichaam. Ze "rollen" vaak in dezelfde richting.

In de statistiek noemen ze dit de Cross-World Correlatie (laten we het $\rho$ noemen).

Als $\rho$ hoog is (bijvoorbeeld 0.9), betekent dit: "Als de ene wereld een hoge waarde heeft, heeft de andere dat ook." De twee werelden gedragen zich als goede vrienden die altijd samen dansen.
Als $\rho$ laag of negatief is, betekent dit: "Als de ene wereld hoog is, is de andere laag." Ze dansen tegenover elkaar.

De grote doorbraak: Hoewel we $\rho$ niet exact kunnen meten (want we zien nooit beide werelden), kunnen we als experts een redelijke schatting maken.

Voorbeeld: Bij medicijnen is het vaak logisch dat mensen die van nature een hoge bloeddruk hebben, die ook houden als ze geen medicijn nemen. Dus we kunnen zeggen: "We zijn er vrij zeker van dat $\rho$ positief is, misschien zelfs rond de 0.5 of 0.8."

3. De Nieuwe Methode: De "Slimme Veiligheidsgordel"

De auteurs hebben een nieuwe manier bedacht om voorspellingen te maken, genaamd CW(ρ).

Stel je voor dat je een voorspelling doet over de toekomst.

De oude methode: Zeiden: "We weten het niet, dus we maken een gordel die zo breed is dat hij tot aan de horizon reikt." (Zeer veilig, maar onbruikbaar).
De nieuwe methode (CW(ρ)): Ze zeggen: "We weten dat de twee werelden waarschijnlijk op elkaar lijken (dat is onze $\rho$ ). Dus we hoeven geen gordel te maken die tot aan de horizon reikt. We kunnen een strakke, comfortabele gordel maken die precies past."

Door te gebruiken dat de twee werelden waarschijnlijk "samen dansen", kunnen ze de onzekerheid drastisch verkleinen.

Het resultaat: Hun voorspellingsintervallen (de "gordels") zijn vaak 3 keer smaller dan die van andere methoden, maar ze zijn nog steeds net zo veilig. Ze vallen niet uit elkaar, maar ze laten je wel veel meer bewegen.

4. Waarom is dit belangrijk?

In het dagelijks leven maken we constant beslissingen op basis van onzekerheid:

"Zal dit medicijn mijn kind helpen?"
"Zal deze investering voor mij werken?"
"Is dit risico voor mij acceptabel?"

Vroeger moesten we zeggen: "We weten het niet precies, het kan van alles zijn."
Met deze nieuwe methode kunnen we zeggen: "Op basis van wat we weten over hoe mensen werken, is het effect voor jou waarschijnlijk tussen X en Y, en we zijn er redelijk zeker van."

Samenvatting in één zin

Dit artikel leert ons hoe we, door een slimme aanname te doen over hoe twee onzichtbare werelden met elkaar verbonden zijn, veel nauwkeurigere en smaller voorspellingen kunnen maken voor individuen, zonder de veiligheid op te offeren.

Het is alsof je eindelijk een bril opzet die de wazige wereld van "misschien" scherp maakt tot een beeld van "waarschijnlijk", zodat je betere beslissingen kunt nemen voor de persoon voor wie je werkt.

Titel: Cross-World Assumptie en het Verfijnen van Voorspellingsintervallen voor Individuele Behandelingseffecten

Auteurs: Juraj Bodik, Yaxuan Huang, Bin Yu
Affiliaties: Universiteit van Californië, Berkeley (VS) en Universiteit van Lausanne (Zwitserland)

1. Het Probleem

In de causale inferentie zijn schattingen van het gemiddelde behandelingseffect (ATE) en het voorwaardelijke gemiddelde behandelingseffect (CATE) standaard voor het evalueren van interventies op populatie- of subgroepniveau. Voor hoog-risico beslissingen (bijv. gepersonaliseerde geneeskunde, beleidsvorming) is echter kennis van het individuele behandelingseffect (ITE) cruciaal: $Y_i(1) - Y_i(0)$ .

Het fundamentele probleem bij het schatten van ITE is de niet-identificeerbaarheid. Omdat we voor één individu nooit zowel de uitkomst onder behandeling ( $Y(1)$ ) als onder controle ( $Y(0)$ ) kunnen observeren, blijft het ware ITE onbekend. Bestaande methoden om voorspellingsintervallen voor ITE te construeren (zoals conformele inferentie) hebben twee grote tekortkomingen:

Ze leiden vaak tot extreem brede intervallen met weinig praktische waarde.
Ze missen vaak strikte dekkinggaranties (coverage guarantees) vanwege de inherente onzekerheid over de gezamenlijke verdeling van de potentiële uitkomsten.

De auteurs stellen dat de onzekerheid op individueel niveau niet volledig kan worden opgelost zonder extra aannames over de afhankelijkheid tussen de twee potentiële werelden.

2. Methodologie: De Cross-World Assumptie

De kern van de voorgestelde methode is het introduceren en benutten van een cross-world correlatieparameter, $\rho(x)$ :
$\rho(x) = \text{cor}(Y(1), Y(0) \mid X = x)$
Deze parameter beschrijft de correlatie tussen de potentiële uitkomsten gegeven de covariaten $X$ . Hoewel $\rho(x)$ fundamenteel niet-identificeerbaar is uit standaard waarnemingsdata, argumenteren de auteurs dat in de praktijk vaak redelijke onder- of bovengrenzen kunnen worden afgeleid op basis van domein-kennis of auxiliaire data.

De CW( $\rho$ ) Intervallen

De auteurs ontwikkelen een nieuwe klasse van voorspellingsintervallen, genaamd CW( $\rho$ ) (Cross-World Intervals).

Basis: Eerst worden aparte voorspellingsintervallen geconstrueerd voor $Y(1)$ en $Y(0)$ (bijv. via Conformalized Quantile Regression - CQR).
Combinatie: Deze intervallen worden gecombineerd tot een interval voor het ITE met gebruikmaking van de correlatie $\rho$ . De breedte van het resulterende interval wordt bepaald door een aangepaste Euclidische afstand:
$D_\rho(x, y) = \sqrt{x^2 + y^2 - 2\rho xy}$
Logica: Als $\rho$ hoog positief is (wat vaak het geval is, omdat individuen met een hoge uitkomst onder controle ook een hoge uitkomst onder behandeling hebben), wordt de onzekerheid over het verschil $Y(1) - Y(0)$ aanzienlijk verminderd. Dit leidt tot veel smalle intervallen.

CW + CI( $\rho$ ) Variatie

Om de afhankelijkheid van de nauwkeurigheid van de CATE-schatter ( $\hat{\tau}$ ) te verminderen, introduceren de auteurs een variant die betrouwbaarheidsintervallen (CI) voor de CATE-schatter integreert. Dit zorgt voor robuustere dekking, zelfs als de schatter van het gemiddelde effect vertekend is.

Schatting van $\rho$

Omdat $\rho$ niet direct gemeten kan worden, bieden de auteurs methoden om ondergrenzen te schatten:

Domein-kennis: Gebruik van latentestructuurmodellen (bijv. gedeelde ongemeten factoren zoals genetische aanleg) om te redeneren dat $\rho$ positief en vaak groot is.
Auxiliaire Data: Als er extra covariaten $Z$ beschikbaar zijn voor een subset van de data, kan de wet van totale covariantie worden gebruikt om een identificeerbare ondergrens voor $\rho$ te berekenen.

3. Belangrijkste Bijdragen

Theoretische Kaders: De auteurs leveren de eerste strikte bewijzen voor eindige steekproef- en asymptotische dekkinggaranties voor individuele voorspellingsintervallen onder een cross-world assumptie.
Optimaliteit: Onder Gaussische aannames en als $\rho$ bekend is, bewijzen ze dat de CW( $\rho$ ) intervallen asymptotisch optimaal zijn (ze zijn de kleinste mogelijke intervallen die aan de dekkingseis voldoen).
Praktische Toepasbaarheid: Ze tonen aan dat het gebruik van een conservatieve ondergrens voor $\rho$ (in plaats van de onbekende ware waarde) al leidt tot significante verbeteringen ten opzichte van bestaande methoden.
Open Source: Een volledige implementatie in R en Python is beschikbaar.

4. Resultaten

De methoden zijn geëvalueerd op synthetische data en semi-synthetische benchmarks (zoals IHDP en Twins datasets).

Dekking (Coverage): De CW( $\rho$ ) en CW + CI( $\rho$ ) methoden behouden consistente dekking (bijv. 90%) in alle scenario's, zelfs wanneer $\rho$ licht verkeerd gespecificeerd is. Bestaande methoden vertonen vaak onder- of overdekking afhankelijk van de ware $\rho$ .
Breedte (Width): De grootste prestatieverbetering zit in de intervalbreedte. De voorgestelde intervallen zijn vaak meer dan 3 keer smaller dan die van concurrenten (zoals Lei & Candès, 2021, of Conformal Monte Carlo), terwijl ze eveneens geldig blijven.
Robuustheid: De methode presteert goed bij niet-Gaussische ruis en in hoge dimensies, hoewel de CW + CI( $\rho$ ) variant hier iets breder is om de dekking te garanderen.
Sensitiviteit: Zelfs wanneer $\rho$ niet exact bekend is, maar slechts een ondergrens ( $\rho_{min}$ ) wordt gebruikt, blijven de intervallen veel efficiënter dan methoden die geen gebruik maken van cross-world informatie.

5. Betekenis en Conclusie

Dit werk vormt een doorbraak in de onzekerheidskwalificatie voor individuele behandelingseffecten. Het overbrugt de kloof tussen de fundamentele onmogelijkheid om ITE's direct te observeren en de praktische noodzaak om betrouwbare, smalle voorspellingsintervallen te genereren voor hoog-risico beslissingen.

Door domein-expertise te integreren in de vorm van een cross-world correlatieparameter, maken de auteurs het mogelijk om statistisch geldige en praktisch informatieve intervallen te construeren. Dit stelt beleidsmakers en artsen in staat om risico's op individueel niveau beter in te schatten, zonder de conservatieve "straf" van extreem brede intervallen die bij traditionele, assumptie-vrije methoden het geval is.

De paper benadrukt dat hoewel $\rho$ niet identificeerbaar is, het redelijk en noodzakelijk is om plausibele grenzen te stellen op basis van kennis over het onderliggende systeem, en dat dit leidt tot superieure statistische prestaties.