Technische Samenvatting: CAUSALGUARD

Probleemstelling

Het schatten van geïndividualiseerde behandelingseffecten (Conditional Average Treatment Effect, of CATE) uit observationele data vereist het selecteren van een geldige aanpassingsset om verstorende factoren te blokkeren. Deze selectie is afhankelijk van de onderliggende causale gerichte acyclische grafiek (DAG), die in de praktijk zelden bekend is.

• Foutieve Grafiekspecificatie: Vertrouwen op een enkele, mogelijk onjuiste grafiek kan leiden tot ongeldige aanpassingssets (bijvoorbeeld het weglaten van verstorende factoren of het aanpassen voor colliders), wat identificatie vernietigt of bias introduceert.
• Beperkingen van Huidige Conformele Methoden: Hoewel conformale inferentie dekkinggaranties biedt voor eindige steekproeven en vrij is van distributie-aannames, falen standaard "grafiek-agnostische" wrappers vaak om geldige dekking te bieden voor de causale schatting als de onderliggende aanpassingsset ongeldig is. Bovendien introduceert het middelen van intervallen van meerdere grafieken na kalibratie een Jensen-gat, wat leidt tot onnodig brede intervallen (grote opvulling) om de nominale dekking te herstellen.

Methodologie: CAUSALGUARD

De auteurs stellen CAUSALGUARD voor, een structuur-gewogen conformaal raamwerk dat grafiekonzekerheid direct integreert in het conformale kalibratieproces in plaats van dit te behandelen als een foutbron achteraf. De pijplijn verloopt in vier fasen:

1. Probabilistische Structuur Prior Elicitatie

In plaats van uit te gaan van een vaste grafiek, construeert de methode een voorstelverdeling over kandidaat-DAG's:

• LLM-afgeleide Priors: Een voorgeöorde autoregressieve taalmodel wordt bevraagd om kansen op randen ($P_{prior}(u \to v)$) te schatten op basis van domeinbeschrijvingen. Deze dienen als een voorstelmechanisme, niet als een bron van gegarandeerde waarheid.
• DAG Sampling: Kandidaat-DAG's worden gesampled uit deze prior, waarbij temporele metadata (bijvoorbeeld behandeling gaat vooraf aan uitkomst) in acht wordt genomen om acyclische aard te waarborgen.

2. Statistische Pruning en Bayesiaanse Gewichten

• Conditionele Onafhankelijkheid (CI) Pruning: Valse randen in gesamplede grafieken worden verwijderd met behulp van Fisher's $z$-test voor conditionele onafhankelijkheid op de trainingsdata ($D_{train}$).
• BIC Herweging: De overgebleven kandidaat-grafieken worden gescoord met behulp van het Bayesiaanse Informatie Criterium (BIC) gecombineerd met de structuur-prior. Duplikaat aanpassingsstrategieën worden samengevoegd, en gewichten ($w_k$) worden genormaliseerd om een posteriorverdeling te vormen over unieke aanpassingssets.

3. Grafiek-Conditionele Dubbel Robuuste Schatting

Voor elke kandidaat-grafiek $G_k$ (en de daaruit voortvloeiende aanpassingsset $Z_k$):

• Nuisance Schatting: Dubbel robuuste nuisance-modellen (propensiteitsscores en uitkomstregressies) worden gefit op $D_{train}$.
• Pseudo-Outcome Generatie: Augmented Inverse Probability Weighting (AIPW) pseudo-outcomes ($\tilde{Y}^{(k)}$) en heuristische grenzen worden berekend.

4. Structuur-Gewogen Conformale Kalibratie

Dit is de kerninnovatie. In plaats van individuele grafieken te kalibreren en de resultaten te middelen, doet CAUSALGUARD het volgende:

• Eerst Aggregatie: Het berekent een posterior-gewogen pseudo-outcome ($\bar{\gamma}$) en geaggregeerde grenzen door de grafiek-conditionele schattingen te combineren met de BMA-gewichten.
• Composiet Score: Een enkele non-conformiteitsscore wordt gedefinieerd op deze geaggregeerde target: $E_i = \max(\bar{q}_{low} - \bar{\gamma}_i, \bar{\gamma}_i - \bar{q}_{high})$.
• Kalibratie: De conformale drempel $\hat{Q}$ wordt afgeleid uit de verdeling van deze composiet scores op de kalibratieset ($D_{cal}$).
• Eind Interval: Het output-interval is $\hat{C}(x) = [\bar{q}_{low}(x) - \hat{Q}, \bar{q}_{high}(x) + \hat{Q}]$.

Belangrijkste Bijdragen

1. Structuur-Gewogen Conformale Inferentie: Een nieuw raamwerk dat grafiek-conditionele dubbel robuuste pseudo-outcomes aggregeert via een posterior-gewogen composiet score, waarbij structuuronzekerheid direct wordt overgebracht naar de kalibratiestap.
2. Aggregatie-Voordat-Kalibratie Scoring: Theoretisch bewijs (Propositie 1) dat het direct kalibreren van de geaggregeerde target het Jensen-gat vermijdt dat inherent is aan het middelen van grafiek-specifieke intervallen, wat resulteert in smallere intervallen voor dezelfde dekkinggarantie.
3. Grafiek-Ensemble Constructie: Een praktische procedure die LLM-afgeleide randvoorstellen, CI-gebaseerde pruning en BIC-herweging combineert. De LLM-prior fungeert als een voorstelverdeling voor eindige steekproeven, terwijl de data-likelihood (via BIC) dominant wordt naarmate de steekproefgrootte toeneemt.
4. Theoretische Garanties:
   • Eindige Steekproef Validiteit: Stelling 1 vestigt distributie-vrije marginale dekking voor de geaggregeerde pseudo-outcome ($\bar{\gamma}$) onder uitwisselbaarheid, zonder aan te nemen dat een kandidaat-grafiek correct is.
   • Asymptotische Consistentie: Corollarium 2 toont aan dat onder causale identificatie, overlap, nuisance-stabiliteit en score-concentratie op geldige strategieën, het conditionele gemiddelde van de geaggregeerde target convergeert naar de ware CATE.

Empirische Resultaten

De methode werd geëvalueerd over vijf benchmarks (IHDP, Sachs, ACIC2019, Jobs, Twins) met 10 willekeurige zaden per dataset.

• Dekking: CAUSALGUARD behaalde consistent een gemiddelde dekking boven het nominale niveau van 90% voor de direct evalueerbare target (ware CATE op IHDP/Twins; gewogen pseudo-outcome op de anderen).
• Efficiëntie: De methode verkleinde de intervalbreedte aanzienlijk in vergelijking met grafiek-agnostische conformale baselines (bijvoorbeeld Conformal Causal Forest, Conformal Naive DR), met name in datasets waar onzekerheid in de aanpassingsset inefficiëntie veroorzaakt (bijvoorbeeld IHDP en Jobs).
• Robuustheid tegen Ongeldige Aanpassing: Stress-tests waarbij een collider-variabele werd ingebracht, toonden aan dat CAUSALGUARD ongeldige collider-aanpassingen succesvol onderdrukte (via temporele metadata en CI-pruning), waardoor hoge dekking en lage RMSE behouden bleven, terwijl naïeve baselines zware onderdekking leden.
• Prior Sensitiviteit: In regimes met weinig data helpt de LLM-prior om het zoekproces te organiseren. Echter, naarmate de steekproefgrootte toeneemt, zorgt BIC-herweging ervoor dat de prior "wegspoelt", waardoor het eindinterval steeds meer data-gedreven wordt. De methode blijft stabiel, zelfs onder adversariale of niet-informatieve priors wanneer de data informatief is.

Betekenis en Claims

Het artikel positioneert CAUSALGUARD als een oplossing voor de spanning tussen de noodzaak van geldige causale aanpassing en de onzekerheid van de onderliggende grafiekstructuur.

• Paradigmaverschuiving: Het beweegt weg van "het selecteren van één beste grafiek" of "opvullen voor worst-case onzekerheid". In plaats daarvan behandelt het de aanpassingsset als onzeker en propageert het deze onzekerheid door de intervalconstructie.
• Praktisch Nut: De methode is het meest effectief wanneer intervalinflatie wordt gedreven door onzekerheid in aanpassingskeuzes in plaats van onherleidbare uitkomstruis. Het biedt een manier om semantische priors (LLM's) te benutten voor zoekopdrachten in eindige steekproeven, terwijl asymptotische validiteit wordt gewaarborgd via data-gedreven herweging.
• Beperkingen: De auteurs merken op dat de methode causale volledigheid veronderstelt en momenteel schaalt tot matige grafiekgroottes vanwege de combinatorische aard van de kandidaatgeneratie. Het garandeert dekking voor de geaggregeerde pseudo-outcome; convergentie naar de ware CATE is afhankelijk van aanvullende aannames met betrekking tot target-alignatie en nuisance-stabiliteit.

Kortom, CAUSALGUARD biedt een distributie-vrije, geldige aanpak voor eindige steekproeven voor schatting van behandelingseffecten onder grafiekonzekerheid, waarbij smallere intervallen worden bereikt dan met grafiek-agnostische methoden door het kalibreren van een structuur-gewogen target in plaats van het middelen van gekalibreerde intervallen.