Non-overlap Average Treatment Effect Bounds

Resumo Técnico: Limites do Efeito Médio do Tratamento sem Sobreposição

Declaração do Problema
O Efeito Médio do Tratamento (ATE), definido como a diferença média nos resultados potenciais sob tratamento versus controle, é um alvo canônico na inferência causal. A identificação padrão do ATE depende de três pressupostos: consistência, intercambiabilidade condicional (sem confusão não medida) e sobreposição (positividade). O pressuposto de sobreposição exige que cada unidade tenha uma probabilidade não nula de receber tratamento ou controle ($0 < P(A=1|X) < 1$).

Quando a sobreposição falha — seja estruturalmente (escores de propensão são exatamente 0 ou 1 para algumas subpopulações) ou praticamente (escores de propensão são extremamente próximos de 0 ou 1, levando a dados esparsos em amostras finitas) — o ATE não é identificável pontualmente. A solução padrão nesses cenários é abandonar o ATE em favor de estimandos alternativos, como efeitos definidos em uma subpopulação "sobreposta" recortada ou por meio de intervenções incrementais de escore de propensão. No entanto, essas abordagens alteram a questão científica de interesse e frequentemente produzem resultados menos interpretáveis. Além disso, estimadores pontuais tradicionais para o ATE (por exemplo, estimadores duplamente robustos) podem exibir desempenho pobre em amostras finitas, variância infinita ou distribuições amostrais não normais quando a sobreposição é violada.

Metodologia
Os autores propõem uma abordagem inovadora para derivar limites sem sobreposição: limites de identificação parcial para o ATE que não exigem o pressuposto de sobreposição, desde que a variável de resultado seja limitada (por exemplo, $Y \in [0, 1]$).

1. Identificação via Limiarização do Escore de Propensão:
   A população é partitionada em duas subpopulações com base em um limiar de escore de propensão $c \in [0, 0.5]$:

   • Subpopulação de Sobreposição: Unidades onde $\pi(X) > c$ e $\pi(X) < 1-c$. Aqui, o efeito do tratamento é identificável pontualmente sob pressupostos padrão.
   • Subpopulação sem Sobreposição: Unidades onde $\pi(X) \le c$ ou $\pi(X) \ge 1-c$. Aqui, o efeito do tratamento não é identificável.

   Os autores derivam limites combinando a estimativa pontual do efeito na região de sobreposição com limites de pior caso para a região sem sobreposição. Especificamente, o limite inferior $L(c)$ subtrai a massa de probabilidade do grupo sem sobreposição de alta propensão, e o limite superior $U(c)$ adiciona a massa de probabilidade do grupo sem sobreposição de baixa propensão. A largura desses limites (a "lacuna de identificação") é proporcional ao tamanho da subpopulação sem sobreposição.

2. Aproximações Suaves:
   Os limites derivados são funcionais não suaves devido ao uso de funções indicadoras, o que impõe desafios para estimação e inferência sob pressupostos não paramétricos. Para abordar isso, os autores constroem aproximações suaves ($s_\ell$ e $s_g$) das funções indicadoras. Essas aproximações são projetadas para satisfazer propriedades específicas (limitando as funções indicadoras de baixo) para garantir que os limites suaves resultantes ainda contenham o verdadeiro ATE. Isso permite o uso da teoria de eficiência semiparamétrica.

3. Estimação e Inferência (TMLE):
   Os autores propõem um Estimador Baseado em Perda Mínima Alvo (TMLE) para os limites suaves. Ao derivar a Função de Influência Eficiente (EIF) para esses funcionais suaves, eles constroem estimadores que são consistentes na taxa $\sqrt{n}$ e assintoticamente normais sob condições não paramétricas, desde que os parâmetros de incômodo (escore de propensão e regressão de resultado) sejam estimados em taxas suficientes ($n^{-1/4}$).

4. Inferência Uniforme via Bootstrap Multiplicador:
   Como o limiar ótimo $c$ e o parâmetro de suavização $\gamma$ são desconhecidos, os autores desenvolvem um procedimento de bootstrap multiplicador. Este método constrói conjuntos de confiança uniformes em uma grade de combinações $(c, \gamma)$. Os pesquisadores podem então relatar o intervalo válido mais estreito dessa grade, equilibrando o trade-off entre a lacuna de identificação (menor $c$) e a incerteza de estimação/erro de suavização (maior $c$ ou $\gamma$).

Principais Contribuições
O artigo faz três contribuições primárias:

1. Identificação: Derivação de limites de identificação parcial para o ATE que dependem apenas de consistência, intercambiabilidade condicional e limitação do resultado, relaxando explicitamente o pressuposto de sobreposição.
2. Estimação e Inferência: Desenvolvimento de estimadores na taxa $\sqrt{n}$ (TMLE) e de um procedimento de bootstrap multiplicador que produz conjuntos de confiança uniformemente válidos em uma faixa de limiares e parâmetros de suavização. Isso permite inferência válida mesmo quando a subpopulação sem sobreposição é pequena.
3. Comparação Teórica e Empírica: Uma comparação formal dos limites sem sobreposição contra estimadores pontuais tradicionais em diferentes regimes de sobreposição (sobreposição forte, algo fraca e muito fraca).

Resultados

• Achados Teóricos:
  • Sob sobreposição forte, os intervalos de confiança sem sobreposição são assintoticamente equivalentes aos intervalos de estimadores pontuais tradicionais.
  • Sob sobreposição muito fraca (onde o limite de eficiência para o ATE é infinito e a estimação $\sqrt{n}$ é impossível para estimadores pontuais), os limites sem sobreposição permanecem estimáveis em taxas $\sqrt{n}$ com intervalos de confiança válidos.
  • Sob sobreposição algo fraca (limite de eficiência finito mas grande), os limites sem sobreposição podem produzir intervalos de confiança mais curtos que os estimadores pontuais em amostras finitas, particularmente perto da transição de fase onde a sobreposição é marginal.
• Estudos de Simulação:
  • Em cenários com violações práticas extremas de sobreposição, os limites sem sobreposição demonstraram maior poder estatístico, larguras de incerteza mais curtas e cobertura empírica melhor em comparação com estimadores pontuais duplamente robustos, que frequentemente produziam intervalos não informativos abrangendo todo o espaço paramétrico.
  • Em cenários de "caso médio" sem violações extremas, os limites sem sobreposição permaneceram competitivos, frequentemente alcançando intervalos mais estreitos que os métodos tradicionais.
• Aplicação do Mundo Real:
  • O método foi aplicado a seis conjuntos de dados observacionais, incluindo o estudo de Cateterismo Cardíaco Direito (RHC). No conjunto de dados RHC, onde estimadores pontuais tradicionais produziram intervalos não informativos devido a violações de sobreposição, os limites sem sobreposição forneceram um intervalo estreito e informativo ($-0,10, -0,03$) que excluiu zero, sugerindo um efeito do tratamento significativo.

Significado
Os autores afirmam que este trabalho oferece uma solução "sem arrependimento" para a estimação do ATE na presença de violações de sobreposição. Diferentemente de abordagens alternativas que alteram o estimando alvo (por exemplo, recortar para uma população de sobreposição), este método mantém o ATE como o objeto primário de investigação. Ele fornece inferência estatística válida mesmo quando o ATE não é identificável pontualmente, sem exigir conhecimento a priori da população de sobreposição. A abordagem é particularmente valiosa em cenários do mundo real onde violações de sobreposição são frequentemente limitadas a pequenas subpopulações, permitindo que os pesquisadores relatem limites válidos e estreitos que aproveitam o sinal da região de sobreposição enquanto contabilizam a incerteza na região sem sobreposição. O artigo enfatiza que, embora exista um trade-off entre a lacuna de identificação e a variância de estimação, o framework de inferência uniforme proposto permite que os pesquisadores naveguem nesse trade-off de forma ótima.