Non-parametric Causal Inference in Dynamic Thresholding Designs

Resumo Técnico: Inferência Causal Não Paramétrica em Projetos de Limiar Dinâmico

Declaração do Problema
Projetos de regressão descontínua (RD) são uma ferramenta padrão para inferência causal não paramétrica em cenários estáticos, onde o tratamento é atribuído com base na ultrapassagem de um limiar fixo por uma variável de execução. No entanto, muitas decisões consequentes na saúde, educação e políticas públicas ocorrem em cenários dinâmicos, onde a variável de execução evolui ao longo do tempo e é influenciada por tratamentos passados. Por exemplo, o nível de glicose no sangue de um paciente (a variável de execução) em um ano subsequente depende de se ele recebeu intervenções no estilo de vida (tratamento) no ano anterior.

A literatura existente de RD foca em cenários transversais onde as unidades recebem tratamento uma única vez. A aplicação direta de métodos padrão de RD a cenários dinâmicos falha porque:

1. Tratamentos passados alteram a distribuição de variáveis de execução futuras, criando loops de feedback complexos.
2. Definir estimandos causais para cada histórico de tratamento possível leva a uma "maldição da dimensionalidade" à medida que o horizonte temporal cresce.
3. Abordagens de forma reduzida (por exemplo, regressar resultados futuros na variável de execução inicial) falham em capturar os efeitos completos do tratamento dinâmico e não são diretamente interpretáveis como parâmetros relevantes para políticas.

Metodologia
Os autores propõem um quadro para inferência causal não paramétrica em projetos de limiar dinâmico que leva em conta a dinâmica do tratamento sem impor suposições paramétricas restritivas.

• Estimando Alvo (Efeito Marginal de Política): O artigo reinterpreta o estimando clássico de RD não meramente como o efeito médio local do tratamento (LATE) no ponto de corte, mas como um efeito marginal de política. Especificamente, é definido como a razão entre a derivada do bem-estar esperado descontado (função de valor) em relação ao limiar $c$, e a derivada da frequência de tratamento esperada descontada em relação a $c$:
  $$\tau^{RD} := \frac{\partial V^Y(\pi_c)}{\partial c} \Big/ \frac{\partial V^A(\pi_c)}{\partial c}$$
  onde $V^Y$ e $V^A$ representam os resultados esperados líquidos presentes e as contagens de tratamento, respectivamente, sob a política $\pi_c$. Esta razão caracteriza o trade-off custo-benefício de baixar marginalmente o limiar.

• Identificação via Funções-Q: Baseando-se em aprendizado por reforço (RL) e processos de decisão de Markov (MDPs), os autores utilizam a função-Q (função valor-ação) para identificar os gradientes da política. Eles mostram que, sob a fórmula-g (que se mantém se o sistema seguir uma estrutura de Markov, mesmo com estados não observados), os gradientes da política podem ser expressos como uma soma descontada de diferenças na função-Q no limiar, ponderada pela densidade condicional da variável de execução.
  $$-\frac{\partial V^Y(\pi_c)}{\partial c} = \sum_{t=0}^T \gamma^t E\left[ (Q^Y_{c,t}(S_t, c, 1) - Q^Y_{c,t}(S_t, c, 0)) f_t(c | S_t) \right]$$
  Esta caracterização permite que o efeito marginal de política dinâmico seja identificado usando dados coletados em um único limiar de status quo.

• Estimação (Regressão Linear Local Duplamente Descontada): Para estimar $\tau^{RD}$, os autores propõem um estimador de regressão linear local (LLR) personalizado. Diferentemente da RD estática padrão, este estimador:

  1. Usa somas descontadas de resultados futuros ($\Gamma^Y_{i,t}$) e tratamentos ($\Gamma^A_{i,t}$) como variáveis dependentes, em vez de resultados imediatos. Isso aproxima as funções-Q e incorpora efeitos a longo prazo a jusante.
  2. Aplica pesos de desconto temporal ($\gamma^t$) às observações, espelhando a estrutura do teorema do gradiente da política.
  3. Inclui efeitos fixos temporais para absorver deslocamentos específicos do tempo comuns a todas as unidades, reduzindo a variância assintótica.
  4. Assume uma forma de razão ($\hat{\tau}^Y / \hat{\tau}^A$), análoga a estimadores de RD difusa, para contabilizar a incerteza sobre como a mudança do limiar afeta a frequência futura de tratamento.

Resultados Chave

• Consistência: Sob condições de regularidade padrão (continuidade das funções de resposta condicional e densidades no ponto de corte, suavidade das funções-Q), o estimador proposto é consistente para o efeito marginal de política dinâmico $\tau^{RD}$.
• Distribuição Assintótica: O estimador atinge a taxa de convergência não paramétrica padrão de $n^{-2/5}$ (com largura de banda $h_n \sim n^{-1/5}$). A variância assintótica agrega incerteza em todos os períodos de tempo, ponderada por $\gamma^{2t}$.
• Estimação de Variância: Os autores propõem um estimador de variância tipo sanduíche agrupado por unidade que estima consistentemente a variância assintótica, contabilizando dependência arbitrária ao longo do tempo dentro de uma trajetória.
• Seleção de Largura de Banda: Uma regra de seleção de largura de banda orientada por dados é derivada, estendendo o método de Imbens-Kalyanaraman (2012) para o cenário dinâmico usando resultados residualizados e estimativas de variância agrupadas por unidade.

Validação Empírica
Os autores validam sua abordagem por meio de dois experimentos numéricos:

1. Simulador Autoregressivo: Um processo gerador de dados estilizado onde o estado evolui com base em tratamentos passados. O método proposto recupera corretamente o efeito marginal de política dinâmico, enquanto o LLR padrão (almejando efeitos de equilíbrio parcial) e o LLR de longo prazo ingênuo (ignorando ultrapassagens futuras de limiar) falham em fornecer inferência válida ou exibem viés significativo.
2. Simulador de Diabetes Tipo 1 UVa/Padova: Usando um simulador aprovado pela FDA para monitoramento contínuo de glicose, os autores emulam uma regra de limiar dinâmico para administração de insulina. O método proposto mantém a cobertura nominal para intervalos de confiança através de vários fatores de desconto, enquanto métodos concorrentes ou subcobrem severamente (LLR padrão) ou produzem intervalos extremamente amplos e não informativos (LLR de longo prazo ingênuo).

Significado e Alegações
O artigo alega fornecer os primeiros resultados de inferência causal não paramétrica para projetos de limiar dinâmico com generalidade comparável aos resultados padrão de RD transversal.

• Relevância para Políticas: Ao enquadrar o estimando como um efeito marginal de política, a abordagem permite diretamente a análise custo-benefício para alocação de recursos (por exemplo, determinar se deve-se baixar um limiar de triagem de saúde).
• Robustez: O método evita as suposições paramétricas restritivas exigidas por abordagens anteriores de RD dinâmica (por exemplo, Cellini et al., 2010) e as fortes suposições de independência condicional exigidas por outras (por exemplo, Hsu and Shen, 2024).
• Ponte Teórica: O trabalho conecta a literatura sobre projetos de regressão descontínua com aprendizado por reforço e teoremas de gradiente de política, demonstrando que conceitos de gradiente de política podem ser adaptados para inferência causal observacional em cenários com interferência temporal.

Os autores observam que, embora seu estimador específico de regressão linear local seja consistente, questões permanecem quanto à eficiência de outros algoritmos e à adaptação de procedimentos de inferência conscientes de viés (como Calonico et al., 2014) para o cenário dinâmico.