Combining BART and Principal Stratification to estimate the effect of intermediate on primary outcomes with application to estimating the effect of family planning on employment in sub-Saharan Africa

Resumo Técnico: Prince BART e Estratificação Principal

1. O Problema de Pesquisa

O estudo aborda um desafio fundamental na inferência causal: estimar o efeito causal de um resultado intermediário (neste caso, a adoção de métodos contraceptivos modernos) sobre um resultado primário (emprego e empoderamento), na presença de confusão não observada.

• Contexto: Dados experimentais de ensaios de programas de Planejamento Familiar (PF) em sub-saara africano permitem atribuição aleatória do programa (unconfounded assignment). No entanto, a adesão ao programa (uptake de contraceptivos) não é aleatória; mulheres que decidem usar contraceptivos podem diferir sistematicamente daquelas que não usam em características não observadas que também afetam o emprego.
• O Dilema: A atribuição aleatória do tratamento (oferta do programa) não garante que a adesão ao tratamento seja exógena. Consequentemente, estimar diretamente o efeito da adesão sobre o emprego usando regressão padrão levaria a viés de seleção.

2. Metodologia: Prince BART

Para resolver o problema de confusão na adesão, os autores combinam a Estratificação Principal com Bayesian Additive Regression Trees (BART). A abordagem proposta é denominada Prince BART.

• Estratificação Principal:

  • O método divide a população em estratos latentes (principalmente) baseados no comportamento potencial de adesão sob diferentes cenários de tratamento (ex: "sempre-takers", "never-takers", "compliers").
  • Dentro desses estratos definidos pela reação potencial ao programa, a adesão ao tratamento torna-se não confundida (unconfounded), permitindo a estimação causal válida do efeito da adesão sobre o resultado.
  • O foco é estimar o efeito causal da adesão ao FP sobre o emprego especificamente entre as mulheres que foram afetadas pelo programa (compliers).

• Uso do BART (Bayesian Additive Regression Trees):

  • Tradicionalmente, a estratificação principal depende fortemente de suposições paramétricas (ex: modelos logit/probit lineares) para modelar a probabilidade de pertencer a cada estrato e para modelar os resultados.
  • Os autores propõem substituir esses modelos paramétricos pelo BART, uma técnica de aprendizado de máquina não paramétrica baseada em árvores de decisão.
  • Vantagens do BART:
    • Captura interações complexas e não linearidades nos dados sem necessidade de especificação prévia da forma funcional.
    • Minimiza o viés de especificação do modelo.
    • Fornece estimativas robustas da probabilidade de pertencimento aos estratos e dos resultados potenciais.

3. Contribuições Principais

1. Inovação Metodológica (Prince BART): A proposta de integrar o BART ao framework de Estratificação Principal é a contribuição central. Isso permite uma modelagem flexível e robusta de estratos latentes, superando as limitações de modelos paramétricos tradicionais que podem falhar em capturar a complexidade dos dados observacionais ou quasi-experimentais.
2. Aplicação Empírica em Contexto Real: O estudo aplica essa metodologia a dados de um ensaio de programa de Planejamento Familiar realizado em seis cidades da Nigéria (primeira metade da década de 2010).
3. Validação via Simulação: Os autores realizam um estudo de simulação abrangente para avaliar o desempenho do Prince BART em comparação com abordagens alternativas, demonstrando sua superioridade ou robustez sob diversas condições de geração de dados.

4. Resultados

• Estimativas Causais: Ao aplicar o Prince BART aos dados da Nigéria, os autores estimam o efeito causal do uso de contraceptivos modernos sobre o emprego feminino.
• Divergência de Resultados: O estudo revela que as conclusões obtidas pelo Prince BART diferem significativamente das obtidas por abordagens de modelagem paramétrica tradicionais.
  • Isso sugere que as suposições paramétricas padrão podem estar mascarando ou distorcendo a verdadeira relação causal entre a adesão ao FP e o emprego, possivelmente devido à incapacidade de modelar corretamente a heterogeneidade não observada e as interações complexas entre variáveis.
• Evidência Empírica: Os resultados fornecem uma visão mais precisa sobre como o acesso e a adoção de planejamento familiar impactam a força de trabalho feminina em contextos de desenvolvimento, corrigindo vieses que outros métodos não conseguiram remover.

5. Significado e Impacto

• Para a Ciência de Dados Causal: O trabalho demonstra a utilidade prática de métodos de aprendizado de máquina (como BART) em frameworks de inferência causal rigorosa (como Estratificação Principal), oferecendo uma alternativa robusta quando as suposições de linearidade ou formas funcionais específicas são questionáveis.
• Para Políticas Públicas: Ao fornecer estimativas mais confiáveis sobre o impacto do planejamento familiar no emprego, o estudo oferece subsídios mais sólidos para formuladores de políticas na África Subsaariana. Se o efeito causal for diferente do que modelos tradicionais indicam, as estratégias de intervenção econômica e de saúde podem precisar de ajustes.
• Reprodutibilidade e Rigor: A abordagem destaca a importância de testar a sensibilidade das conclusões causais a diferentes suposições de modelagem, especialmente em estudos de desenvolvimento onde a qualidade dos dados e a complexidade dos determinantes sociais são altas.

Em suma, o artigo "Prince BART" representa um avanço metodológico ao combinar a flexibilidade do aprendizado de máquina com a estrutura teórica da estratificação principal, resultando em estimativas causais mais confiáveis para políticas de desenvolvimento social.