Causal inference in connected populations with contagion

Resumo Técnico: Inferência Causal em Populações Conectadas com Contágio

Problema
A inferência causal em populações conectadas é complicada pela dependência entre resultados induzida por processos do mundo real, como o transbordamento (spillover) e o contágio. Embora a literatura existente (ex: Toulis & Kao, 2013; Ugander et al., 2013; Ogburn et al., 2020) tenha desenvolvido métodos para estimar efeitos causais sob interferência, há uma lacuna significativa na compreensão de como o contágio — o processo onde um resultado $Y_i$ influencia outro resultado $Y_j$ — impacta especificamente os efeitos causais e a inferência estatística. Diferente do transbordamento, onde uma intervenção $X_i$ afeta $Y_j$, o contágio envolve a transmissão dos próprios resultados. Os autores observam que pouco se sabe sobre como esse mecanismo altera a magnitude ou a direção dos efeitos causais, nem como ele enviesa estimadores padrão.

Metodologia e Estrutura
Os autores desenvolvem uma estrutura teórica para derivar expressões de forma fechada para efeitos causais sob contágio. Eles definem o efeito causal total $\tau_T$ como a soma do efeito do ego ($\tau_E$), representando o impacto direto de uma intervenção na unidade tratada, e o efeito do alter ($\tau_A$), representando o impacto de uma intervenção em outras unidades.

A análise baseia-se em duas condições primárias:

1. Ignorabilidade (Condição 1): Suposições padrão relativas à independência das intervenções e dos potenciais resultados dada a estrutura da rede.
2. Linearidade nas Médias com Contágio (Condição 2): Um processo gerador de dados onde a expectativa condicional de um resultado $Y_i$ depende de:
   • A própria intervenção da unidade ($\beta_i x_i$).
   • As intervenções de vizinhos (transbordamento, $\gamma_i$).
   • Os resultados de vizinhos (contágio, $\delta_i$).
   • Constantes de escala $c_{N,i}(\mathbf{z})$.

Ao contrário dos modelos lineares nas médias padrão, esta estrutura permite resíduos dependentes devido ao contágio e não restringe as constantes de escala a $1/N_i$. Os autores utilizam álgebra matricial envolvendo a matriz de adjacência $\mathbf{Z}$ e a matriz $\mathbf{M}(\delta, \mathbf{Z}) = (\mathbf{I}_N - \delta \mathbf{C}_N(\mathbf{Z}) \mathbf{Z})^{-1}$ para derivar esses efeitos.

Principais Contribuições e Resultados

1. Expressões de Forma Fechada:
   O artigo fornece as primeiras expressões de forma fechada para $\tau_E$, $\tau_A$ e $\tau_T$ na presença de tanto transbordamento quanto contágio (Teoremas 1 e 2). Essas expressões revelam que os efeitos das intervenções ($\beta$), do transbordamento ($\gamma$) e do contágio ($\delta$) estão entrelaçados, mesmo em configurações simples.

   • Teorema 1 estabelece a identificação desses efeitos usando as propriedades de traço e espectrais de $\mathbf{M}(\delta, \mathbf{Z})$.
   • Teorema 2 fornece expressões simplificadas quando a estrutura de rede esperada $\mathbf{P} = E(\mathbf{Z})$ aproxima a rede realizada.

2. Impacto do Contágio nos Efeitos Causais:
   Através de exemplos específicos, os autores demonstram que o contágio pode tanto diminuir quanto aumentar os efeitos causais, desafiando a suposição de que a interferência é puramente aditiva ou negligenciável.

   • Contágio Restrito (Domicílios): Em um modelo onde as conexões são restritas a domicílios de tamanho 2, o efeito do ego $\tau_E$ torna-se uma combinação convexa de um efeito direto $\beta$ e um termo envolvendo $\beta, \gamma$ e $\delta$. Especificamente, $\tau_E = (1-\chi)\beta + \chi \frac{\beta + \gamma\delta}{1-\delta^2}$. Isso mostra que o contágio ($\delta$) modifica o efeito direto, potencialmente amplificando ou diminuindo-o, dependendo do sinal e da magnitude de $\delta$.
   • Contágio Irrestrito (Grafos Aleatórios): Em grafos de interferência esparsos e densos (incluindo modelos de blocos estocásticos), os autores mostram que, embora o efeito do ego $\tau_E$ possa permanecer $\beta$ sob certas condições de crescimento, o efeito total $\tau_T$ é escalonado por um fator dependente de $\delta$. Crucialmente, o contágio não pode cancelar ou reverter o sinal do efeito total se o efeito base ($\beta + \gamma$) for não-zero, mas pode alterar significativamente sua magnitude.
   • Tamanho da Comunidade: Em modelos de blocos com correção de grau, os autores descobrem que comunidades maiores contribuem mais para o efeito causal total do que comunidades menores.

3. Implicações Estatísticas e Viés:
   O artigo analisa as consequências de ignorar o contágio na estimação:

   • Estimadores Baseados em Modelo: Estimadores de Mínimos Quadrados Ordinários (OLS) que ignoram a dependência do resultado (definindo $\delta=0$) sofrem de viés assintótico. Os autores provam que o valor esperado desses estimadores converge para uma função complexa de $\beta, \gamma, \delta$ e a estrutura da rede, em vez dos verdadeiros parâmetros causais.
   • Estimadores Baseados em Desenho: Embora os estimadores baseados em desenho (ex: Horvitz-Thompson) evitem o erro de especificação do modelo, eles dependem de suposições de "exposição de vizinhança". Os autores demonstram que o contágio irrestrito viola essas suposições porque uma intervenção pode afetar um resultado através de uma cadeia de contágio mesmo que as unidades não sejam vizinhas diretas (Figura 3). Consequentemente, estimadores de desenho existentes (como o estimador de equilíbrio PC) podem apresentar viés não nulo na presença de contágio irrestrito.

Significância e Alegações
Os autores afirmam que seu trabalho fornece uma visão teórica crítica sobre como o contágio altera fundamentalmente a inferência causal. A principal significância reside em demonstrar que:

• Intervenções, transbordamento e contágio estão intrinsecamente ligados; não se pode isolar o efeito de uma intervenção sem considerar como os resultados se propagam.
• Ignorar o contágio leva a uma inferência enviesada, seja usando abordagens baseadas em modelos (devido à dependência não modelada) ou abordagens baseadas em desenho (devido às suposições de exposição violadas).
• O contágio não é meramente um parâmetro de incômodo; ele pode ativamente amplificar ou amortecer os efeitos das intervenções.

O artigo conclui que, embora o contágio apresente desafios para a inferência causal padrão, ele também oferece oportunidades. Por exemplo, se o contágio existir, formuladores de políticas poderiam potencialmente recrutar influenciadores ou incentivar a construção de comunidades para amplificar os efeitos das intervenções. No entanto, os autores mantêm-se modestos quanto a soluções práticas, observando que remédios para os vieses identificados (como restringir o contágio ou desenvolver novos métodos de redução de viés-variância) são áreas necessárias para trabalhos futuros.