Post-treatment problems: What can we say about the effect of a treatment among sub-groups who (would) respond in some way?

Resumo Técnico: Problemas Pós-Tratamento e o Estimando TRACE

Título Original: Post-treatment problems: What can we say about the effect of a treatment among sub-groups who (would) respond in some way?
Autores: Chad Hazlett, Nina McMurry e Tanvi Shinkre (2026).

1. O Problema (The Problem)

Em experimentos controlados aleatórios, pesquisadores frequentemente desejam entender o efeito de um tratamento em subgrupos específicos definidos por uma resposta ao tratamento (ex: participantes que aderiram ao protocolo, que passaram em um teste de atenção ou que demonstraram um mecanismo biológico/social específico).

O problema central é que essas variáveis de interesse são pós-tratamento (influenciadas pelo tratamento). Tentar estimar o efeito condicionando diretamente nessas variáveis observadas introduz dois problemas graves:

1. Viés de Seleção/Colisor: Ao condicionar em uma variável pós-tratamento ($M$), o pesquisador pode abrir caminhos causais não observados (confundidores $U$ que afetam tanto $M$ quanto o desfecho $Y$), criando uma associação espúria entre o tratamento ($D$) e o desfecho ($Y$).
2. Limitações de Estimandos Existentes: Estratégias como o Local Average Treatment Effect (LATE) exigem a "restrição de exclusão" (o tratamento não pode ter efeito direto no desfecho, apenas via mediador), o que é frequentemente indefensável na prática.

2. Metodologia (Methodology)

Os autores propõem um novo estimando chamado Treatment Reactive Average Causal Effect (TRACE).

Definição do TRACE:
O TRACE é definido como o efeito total do tratamento para o subgrupo que, se fosse tratado, realizaria um valor específico de uma variável pós-tratamento ($M=1$). Matematicamente:
$$\text{TRACE} \equiv E[Y_i(1) - Y_i(0) \mid M_i(1) = 1]$$

Estratégia de Identificação:
Como o grupo de controle ($D=0$) não nos permite observar quem teria $M=1$ sob tratamento, o TRACE não é diretamente identificável sem suposições. Os autores utilizam uma abordagem de identificação parcial:

1. Limites de Trimming (Trimming Bounds): Estabelecem limites superiores e inferiores para o TRACE que dependem apenas da aleatorização, sem suposições adicionais.
2. Uso do TRACE(0): O pesquisador pode refinar esses limites fazendo suposições defensáveis sobre o efeito do tratamento no grupo que não reagiria ao tratamento ($\text{TRACE}(0)$). Através da Lei da Expectativa Iterada, o efeito total (ITT) é uma média ponderada do TRACE e do $\text{TRACE}(0)$.
3. Tipos de Suposições sobre $\text{TRACE}(0)$:
   • $\text{TRACE}(0) = 0$: O tratamento não tem efeito se o mecanismo não for ativado.
   • $|\text{TRACE}(0)| < |\text{TRACE}|$: O efeito é menor (em magnitude) nos não-reativos.
   • Sinais opostos: O tratamento pode gerar um efeito de "backlash" (reação negativa) em quem não reage ao mecanismo principal.

3. Principais Contribuições (Key Contributions)

• Novo Estimando: Introdução do TRACE, que foca no efeito total (incluindo efeitos diretos), diferenciando-se do LATE (que foca apenas no efeito indireto via mediador).
• Flexibilidade de Identificação: Ao contrário de métodos de mediação tradicionais, o TRACE não exige a ausência de confundidores entre o mediador e o desfecho.
• Abordagem de Identificação Parcial: Em vez de buscar um único valor pontual (que exigiria suposições fortes e possivelmente falsas), o método fornece intervalos de valores plausíveis baseados em crenças teóricas sobre o grupo não-reativo.

4. Resultados e Aplicações (Results)

O artigo demonstra a utilidade do método através de três casos:

1. Violência Policial (Identificação Pontual): Em um cenário onde a violência só ocorre se houver uma abordagem policial ($M=1$), e assumindo que não há "defensores" (pessoas que seriam abordadas apenas se o tratamento fosse retirado), o TRACE pode ser identificado pontualmente. Isso ajuda a medir o efeito da percepção de raça na violência policial.
2. Policiamento Comunitário na Libéria (Avaliação de Implementação): O estudo original mostrou um efeito nulo no crime geral. Usando o TRACE, os autores mostram que, se assumirmos que o programa funciona onde é implementado ($\text{TRACE}(0)=0$), o efeito sobre a violência de multidões é significativamente negativo, sugerindo que o "efeito nulo" foi causado por baixa implementação, não por ineficácia do programa.
3. Direitos Transgêneros (Mecanismo de Interesse): Analisando o efeito de conversas presenciais, o TRACE permite estimar o efeito sobre o apoio a leis de não-discriminação entre aqueles que demonstraram maior empatia (reativos), separando o efeito de "mudança de sentimento" do efeito de "mudança de opinião política".

5. Significância (Significance)

A importância deste trabalho reside na sua capacidade de salvar pesquisas com resultados nulos ou ambíguos. Ele fornece uma ferramenta estatística rigorosa para que pesquisadores possam dizer: "Embora o efeito médio tenha sido zero, se o mecanismo X funcionou como esperado, o efeito para o grupo alvo é de magnitude Y". Isso permite uma interpretação muito mais profunda de intervenções sociais e políticas onde a implementação raramente é perfeita.