Technische Samenvatting: Van Tokens naar Beleid: Causale en Interpreteerbare Heterogene Behandelingseffecten Identificatie

1. Probleemstelling

Identificatie van Heterogene Behandelingseffecten (HTE) is essentieel voor het optimaliseren van interventies, maar bestaande benaderingen kampen met een fundamentele afruil tussen expressiviteit en interpreteerbaarheid. Traditionele methoden modelleren ofwel behandeleffecten flexibel zonder de primitieve drijfveren te identificeren (gebrek aan interpreteerbaarheid), of identificeren interpreteerbare subgroepen over gecureerde gestructureerde covariaten (gebrek aan expressiviteit en potentieel het missen van niet-gemeten drijfveren).

Er bestaat een kritische kloof in de causale interpretatie. HTE wordt causaal verklaard door directe effectmodificatoren (interactoren) die interageren met de behandeling. Echter, geobserveerde variabelen bevatten vaak:

• Indirecte modificatoren: Voorouders van directe modificatoren die via mediatie opereren.
• Proxy-modificatoren: Afstammelingen van directe modificatoren.
• Common-cause modificatoren: Variabelen die een gemeenschappelijke voorouder delen met directe modificatoren.

Naïve schattingen op deze proxies kunnen leiden tot spookachtige karakteriseringen die falen bij generalisatie onder nieuwe beleidsregimes. Bovendien, in moderne dataregimes die betrokken zijn bij multi-modale en ongestructureerde data (bijv. satellietbeelden, sensorgestroomde data), worden directe modificatoren zelden direct gemeten, maar zijn ze verstrengeld binnen complexe pre-behandeling observaties. De uitdaging is om de minimale, voldoende en causale set van directe modificatoren te identificeren uit deze hoogdimensionale, verstrengelde representaties zonder te vertrouwen op verboden menselijke annotatie.

2. Methodologie: Neural EXposure Interaction Search (NEXIS)

De auteurs stellen NEXIS voor, een iteratieve procedure die de HTE-identificatie herformuleert als een Markov-blanket ontdekkingsprobleem over een geleerde, voldoende en uitgelijnde pre-behandeling representatie.

2.1 Theoretisch Kader

De methode rust op drie kernaannames om causale identificeerbaarheid te waarborgen:

1. Meetkundige Voldoendeheid (Measurement Sufficiency): De gemeten pre-behandeling variabelen $X$ (bijv. enquêtegegevens + satellietbeelden) verstrengelen alle informatie over heterogene behandelingseffecten.
2. Representatie Voldoendeheid (Representation Sufficiency): Een geleerde representatie $Z$ (afgeleid van $X$) behoudt alle HTE-informatie.
3. Principale Uitlijning (Principal Alignment): Elke latente directe effectmodificator $W_{dir, k}$ wordt samengevat door een distincte, dominante coördinaat $Z_{j_k}$ in de representatieruimte, zonder residu-signaal verspreid over andere coördinaten.

Onder deze aannames vormt de set van principale proxy-coördinaten $S^*$ een Markov-blanket voor het Conditionele Gemiddelde Behandelingseffect (CATE). Het identificeren van $S^*$ maakt het herstel van het causale interventionele effect $\tau_{do}(W_{dir})$ mogelijk.

2.2 Het Algoritme

NEXIS werkt als een forward-backward selectieprocedure op een woordenboek van representatiecoördinaten (bijv. sparse autoencoder features):

• Forward Stap: Selecteert de coördinaat $j$ die het sterkste residuele heterogeniteitssignaal draagt, conditioneel op de momenteel geselecteerde set $S$. Dit wordt bepaald via een CATE-equivalentietest ($H_0: E[\tau | Z_{S \cup \{j\}}] = E[\tau | Z_S]$).
• Backward Stap: Test opnieuw alle coördinaten die momenteel in $S$ zitten. Als een coördinaat redundant wordt gegeven de rest van de set (d.w.z. de nulhypothese niet kan worden verworpen), wordt deze verwijderd.
• Terminatie: Het proces herhaalt zich totdat de geselecteerde set stabiliseert.
• Foutcontrole: De procedure gebruikt Bonferroni-correctie (of FDR) om de Family-Wise Error Rate (FWER) te controleren, wat een hoge-waarschijnlijkheid herstel van de ware set $S^*$ garandeert.

2.3 Implementatiedetails

• Representatie Leren: De auteurs maken gebruik van Sparse Autoencoders (SAEs) getraind op bevroren foundation-model encoders (bijv. SigLIP voor afbeeldingen, Prithvi-EO voor geospatiale data). Dit creëert een woordenboek van interpreteerbare, sparse features.
• Interpretatie: Geselecteerde features worden post-hoc gelabeld met behulp van Vision-Language Models (VLMs) door top-activerende inputs te contrasteren met willekeurige inputs.
• Statistische Testen: De standaardimplementatie gebruikt een lineaire behandeling-interactietest, hoewel dubbel-robuuste Generalized Covariance Measure (GCM) varianten beschikbaar zijn voor niet-lineaire settings.

3. Belangrijkste Bijdragen

1. Causale HTE Karakterisering: Het artikel introduceert de eerste procedure voor het identificeren van een causale en interpreteerbare HTE-karakterisering vanuit complexe, ongestructureerde observaties. Het gaat verder dan puntvoorspellingen naar het identificeren van de specifieke "primitieve drijfveren" (directe modificatoren) van heterogeniteit.
2. NEXIS Algoritme: Een geprincipeerde, iteratieve forward-backward selectieprocedure met bewijsbare herstelgaranties. De auteurs bewijzen dat onder Principal Alignment en mean-faithfulness, NEXIS consistent de set van principale proxies $S^*$ herstelt met een hoge waarschijnlijkheid.
3. Experimentele Power Paradox: De auteurs identificeren en demonstreren een structurele foutmodus in marginale screening: naarmate de steekproefomvang of de effectgrootte toeneemt, accumuleren marginale tests niet-directe modificatoren (valse ontdekkingen), waardoor de precisie instort. NEXIS verzacht dit via conditionele redenering.
4. Real-World Deployment: De methode wordt ingezet op twee armoedebestrijdingsprogramma's in Afrika, waarbij standaard enquêtegegevens worden aangevuld met satellietbeelden om omgevingsfactoren als effectmodificatoren te onthullen die voorheen onzichtbaar waren voor beleidsmakers.

4. Resultaten

4.1 Semi-Synthetische Validatie (CelebA)

Gebruikmakend van een benchmark gebaseerd op de CelebA-dataset met bekende ground-truth directe modificatoren (het dragen van hoeden, het dragen van brillen):

• Precisie vs. Recall: Terwijl marginale screeningmethoden een hoge recall bereiken, stort hun precisie in naarmate de steekproefomvang of de effectgrootte toeneemt (de "Experimental Power Paradox"). NEXIS behoudt zowel een hoge recall als een hoge precisie, en herstelt consistent de ware set $S^*$.
• Ablaties: De methode is robuust tegen variaties in SAE-sparsity, feature-views (sparse vs. dense) en de keuze van statistische tests (lineair vs. GCM).

4.2 Applicatie 1: Youth Opportunities Program (Oeganda)

• Context: Een programma voor contante subsidies aan jeergroepen in het door conflict getroffen noorden van Oeganda.
• Bevindingen: NEXIS identificeerde dat individuele demografie (leeftijd, geslacht) invariant was voor de impact van het programma. In plaats daarvan werd de heterogeniteit in impact gedreven door:
  • Etnolinguïstische groepen: Dit weerspiegelt de marktconnectiviteit na conflicten (bijv. door conflict getroffen gebieden vertoonde gedempte effecten).
  • Omgevingsfactoren: De aanwezigheid van perennial rivieren en vegetatieve ruimtelijke heterogeniteit verminderde de impact van het programma, waarschijnlijk door alternatieve bestaansmiddelen (visserij, bush subsistence) te bieden die de prikkel voor de adoptie van geschoolde handel verminderden.
• Vergelijking: Marginale screening op dezelfde data leverde tientallen spookachtige "ontdekkingen" op, terwijl NEXIS een parsimonieuze set van conditioneel onafhankelijke modificatoren isoleerde.

4.3 Applicatie 2: LEAP 1000 Programme (Ghana)

• Context: Een programma voor contante overdrachten aan huishoudens met pasgeborenen in Noord-Ghana.
• Bevindingen: Geen demografische modificatoren werden gevonden. De heterogeniteit in impact werd gedreven door:
  • Ephemere waterwegen: Huishoudens nabij seizoensgebonden stromen zagen effecten die 6 tot 8 keer groter waren dan het gemiddelde. Het mechanisme wordt gehypothetiseerd als de complementariteit tussen contanten en seizoensgebonden irrigatiemogelijkheden.
  • Gesloten bladerdakbossen: Huishoudens nabij bosfragmenten zagen ook versterkte effecten, waarschijnlijk door de mogelijkheid om contanten te combineren met bestaande levensstrategieën gebaseerd op niet-hout bosproducten.
• Validatie: Temporele analyse van satellietbeelden bevestigde dat landgebruik in de landbouw zich uitbreidde nabij waterwegen na de interventie, wat de complementariteitshypothese ondersteunt.

5. Betekenis en Claims

Het artikel claimt een paradigmaverschuiving van statische HTE-schatting op enquêtegegevens naar uitgebreide exploratie over ongestructureerde modaliteiten. Door gebruik te maken van moderne representatie-lering (SAEs op foundation models) en rigoureuze causale ontdekking (Markov-blanket identificatie), betogen de auteurs dat het identificeren van causale, interpreteerbare HTE-karakteriseringen nu "bereikbaar" is.

De betekenis ligt in het vertalen van ruwe, complexe metingen (tokens) direct naar voorschrijvende beleidsrichtlijnen. De auteurs tonen aan dat het integreren van externe databronnen (satellietbeelden) omgevingsfactoren als effectmodificatoren kan onthullen die standaard enquêtes missen, wat concrete, nieuwe verklaringen biedt voor waarom interventies in specifieke contexten wel of niet slagen.

Bescheidenheid en Beperkingen:
De auteurs stellen expliciet dat hun causale garanties rusten op aannames (Measurement Sufficiency, Principal Alignment, Test Validity) die niet volledig geverifieerd kunnen worden zonder aanvullende experimenten. Daarom presenteren zij hun bevindingen in de echte wereld als "sterke kandidaat-hypothesen" bedoeld om toekomstige programmatische iteraties te sturen, in plaats van gevestigde causale feiten. Zij erkennen beperkingen met betrekking tot multilevel statistische correcties en de granulariteit van omgevingsmetingen (gemeenschapsniveau vs. individueel niveau GPS).