Bridging Binarization: Causal Inference with Dichotomized Continuous Exposures

Resumo Técnico: Pontuando a Binarização: Inferência Causal com Exposições Contínuas Dicotomizadas

Definição do Problema
Na inferência causal, o Efeito Médio do Tratamento (ATE) é um parâmetro padrão definido para exposições binárias. No entanto, muitas disciplinas científicas buscam quantificar os efeitos causais de exposições contínuas (ex.: desigualdade de renda, consumo de álcool, níveis de pesticidas). Uma prática comum para abordar isso é a "binarização" (ou dicotomização), onde uma variável de exposição contínua $A$ é convertida em uma variável dummy binária $T$ baseada em um ponto de corte específico (ex.: $T=1$ se $A \geq c$, senão $0$). Pesquisadores então estimam o ATE usando $T$, denominado "ATE binarizado" (BATE).

Apesar de sua prevalência, a binarização enfrenta críticas metodológicas significativas. Críticos argumentam que ela viola a Suposição de Valor de Tratamento de Unidade Estável (SUTVA) ao implicar que múltiplas versões do tratamento existem dentro de uma única categoria binária. Além disso, é frequentemente criticada por assumir homogeneidade de risco dentro das categorias e por obscurecer o mecanismo específico de intervenção. Consequentemente, muitos pesquisadores são dissuadidos de usar essa abordagem, embora ela permaneça amplamente empregada na saúde pública e nas ciências sociais.

Metodologia
Os autores propõem um framework que valida a binarização ao reinterpretar o BATE através da lente de Políticas de Tratamento Modificadas (MTPs).

1. Equivalência a Políticas de Tratamento Modificadas:
   O artigo demonstra que o BATE é matematicamente equivalente à diferença nas médias dos desfechos sob duas MTPs específicas. Essas políticas não apenas atribuem um valor fixo; elas alteram a distribuição subjacente da exposição contínua $A$ condicional aos confundidores $W$.

   • Política 1 ($\tilde{A}_1$): Restringe a exposição à região onde $T=1$ (ex.: $A \geq c$).
   • Política 0 ($\tilde{A}_0$): Restringe a exposição à região onde $T=0$ (ex.: $A < c$).
   • Suposição Chave: Ambas as políticas assumem a preservação da autoseleção relativa. Isso significa que, dentro da região permitida, a razão da densidade de probabilidade de quaisquer dois valores de exposição permanece inalterada em relação ao mundo observado. Formalmente, para qualquer $a, a' \in \text{região permitida}$, $\frac{p(\tilde{A}|W=a)}{p(\tilde{A}|W=a')} = \frac{p(A|W=a)}{p(A|W=a')}$. Isso é análogo à Independência de Alternativas Irrelevantes (IIA) de Luce.

2. Identificação:
   Sob suposições causais padrão (Positividade e Independência Condicional/Ausência de Confundimento Não Medido), o BATE é identificado como a diferença nos desfechos esperados sob estas duas MTPs: $\Psi_{BATE} = E[Y^{\tilde{A}_1}] - E[Y^{\tilde{A}_0}]$. Esta formulação fornece um mecanismo causal transparente, negando as violações de SUTVA ao definir explicitamente como a distribuição da exposição muda.

3. Novo Estimando: Efeito Atribuível Causal da Binarização (CAB):
   Os autores introduzem um novo parâmetro, o CAB ($\Psi_{CAB}$), definido como a diferença entre o desfecho esperado sob uma MTP (ex.: a política "tratada") e o desfecho esperado no mundo observado (status quo): $\Psi_{CAB} = E[Y^{\tilde{A}_t}] - E[Y]$.

   • Os autores argumentam que este é frequentemente mais relevante que o BATE porque compara uma intervenção de política específica contra a realidade atual, em vez de comparar dois mundos contrafatuais hipotéticos.
   • A identificação do CAB requer suposições mais fracas (positividade de via única) do que o Bente (positividade de duas vias).

4. Estimação:
   O artigo detalha quatro estimadores para ambos o BATE e o CAB: Ajuste de Regressão, Ponderação pela Probabilidade Inversa (IPW), IPW Aumentado (AIPW) e Estimativa de Máxima Verossimilhança Alvo (TMLE).

   • Uma descoberta técnica crítica é que estimar esses parâmetros não requer a estimativa da densidade total da exposição contínua $A$. Devido à equivalência com o ATE binarizado, os pesquisadores precisam apenas estimar o escore de propensão da variável binária $T$ (ou seja, $P(T=1|W)$) e a regressão do desfecho $E[Y|T, W]$. Isso simplifica significativamente a implementação em comparação com outras MTPs que exigem estimativa de densidade.

Resultados

• Estudo de Simulação: Os autores conduziram um estudo de simulação com 5.000 réplicas usando tamanhos de amostra de 150, 300 e 500. Os resultados mostraram que os estimadores de regressão, IPW e AIPW para ambos o BATE e o CAB foram consistentes com viés negligenciável. Os erros padrão foram comparáveis entre os métodos, e os estimadores performaram bem mesmo com tamanhos de amostra menores. Crucialmente, a simulação confirmou que a estimação consistente é possível usando apenas a variável binarizada $T$ e as covariáveis $W$, sem a necessidade da distribuição completa de $A$.
• Aplicação (Poços de Óleo/Gás na Califórnia): O método foi aplicado para avaliar uma proposta de lei na Califórnia criando Zonas de Proteção de Saúde de 1km ao redor de poços de óleo e gás. A exposição era a distância ao poço mais próximo, binarizada em 1km.
  • O BATE estimado sugeriu um aumento de 0,205% na probabilidade de baixo peso ao nascer se todos os poços fossem movidos para fora de 1km em comparação com um mundo onde todos estivessem dentro de 1km.
  • O CAB estimado sugeriu um aumento de apenas 0,0080% na probabilidade de baixo peso ao nascer se a política fosse implementada em comparação com o status quo observado.
  • Os autores observam que o BATE pode superestimar o efeito da política porque compara dois mundos hipotéticos extremos, enquanto o CAB compara a política com a realidade observada. Eles também discutem que a suposição de "preservação da autoseleção relativa" pode não se sustentar perfeitamente se a remoção de poços alterar a configuração espacial do próximo poço mais próximo, mas o método fornece uma forma estruturada de avaliar tais políticas.

Significância e Alegações
O artigo alega fornecer uma justificativa teórica rigorosa para a prática generalizada de binarizar exposições contínuas. Ao estabelecer a equivalência entre o BATE e as MTPs que preservam a autoseleção relativa, os autores argumentam que a binarização é um método estatisticamente válido para responder a perguntas causais específicas, desde que as suposições subjacentes sejam plausíveis para o contexto da política específica.

Principais contribuições incluem:

1. Validação Teórica: Resolvendo o debate sobre binarização ao definir o mecanismo causal preciso (MTPs) que ela representa.
2. Novo Parâmetro (CAB): Propondo o CAB como um estimando mais relevante para políticas, que compara a intervenção com o status quo, com requisitos de identificação mais fracos.
3. Estimação Prática: Demonstrando que essas MTPs complexas podem ser estimadas usando técnicas padrão de ATE (regressão, IPW, AIPW, TMLE) sem a necessidade de estimativa não paramétrica da densidade da exposição contínua, tornando a abordagem acessível aos praticantes.
4. Orientação de Contexto: Enfatizando que a validade da binarização depende do conhecimento específico do domínio em relação a como os indivíduos se comportariam sob a política (ex.: se eles se mudariam ou ajustariam o comportamento para manter preferências relativas). O artigo não afirma que a binarização é universalmente correta, mas sim que é uma ferramenta válida quando a suposição de "preservação da autoseleção relativa" se alinha com o mecanismo da política no mundo real.