Causal inference for spatiotemporal point processes in the presence of outcome spillover and carryover

Resumo Técnico: Inferência Causal em Processos Pontuais Espaço-Temporais com Spillover e Carryover

1. O Problema

A inferência causal em dados contínuos espaço-temporais (como epidemias, atividade sísmica ou transações financeiras) enfrenta dois desafios fundamentais que os métodos tradicionais ignoram:

1. Spillover (Vazamento) e Carryover (Arrasto): Em processos pontuais, eventos em uma região podem "excitar" ou influenciar eventos futuros em outras regiões (spillover espacial) ou em momentos posteriores (carryover temporal). Isso viola a suposição de independência entre unidades de tratamento, comum em métodos clássicos.
2. Perda de Informação por Agregação: Métodos existentes frequentemente agregam dados em contagens por células (ex: bairros ou dias), descartando a precisão dos tempos e locais exatos dos eventos. Isso introduz o "problema da unidade areal modificável" e obscurece a estrutura espaço-temporal interna necessária para modelar corretamente o spillover.

O objetivo do artigo é desenvolver um framework para inferência causal em processos pontuais espaço-temporais contínuos sob intervenções em nível de célula, onde os resultados (eventos) dependem de tratamentos em células vizinhas e de históricos passados, sem recorrer a agregações grosseiras.

2. Metodologia

O framework proposto combina teoria de processos pontuais, potencial de resultados (Rubin/Pearl) e estimação via algoritmos EM (Expectation-Maximization).

A. Estrutura do Modelo e Potenciais

• Superposição Latente: O processo observado pós-tratamento $N$ é modelado como uma superposição não rotulada de dois processos latentes: um componente de controle ($N_0$) e um componente de tratamento ($N_1$).
• Intervenção e Spillover: A intervenção é aplicada em células espaciais ($Z_j$). Devido ao spillover, um evento observado em uma célula tratada pode ter sido gerado pelo processo de controle (e vice-versa). Portanto, os resultados potenciais $Y_j(z)$ dependem do vetor de tratamento completo $z \in \{0,1\}^J$, não apenas do tratamento local $z_j$.
• Estimandos Causais: São definidos estimandos como o Efeito Individual de Tratamento (ITE), Efeito Médio Individual (AITE) e contrastes de contagem total (DAITE), indexados por alocações completas de tratamento.

B. Identificação

• No Suporte (On-support): Para alocações de tratamento que ocorrem com probabilidade positiva nos dados observados, os efeitos são identificados não-parametricamente sob as suposições padrão de consistência, exchangabilidade (condicional a covariáveis pré-tratamento e tesselação) e positividade.
• Fora do Suporte (Off-support): Para contrastes não observados (ex: "todos tratados" vs. "nenhum tratado"), a identificação é baseada em um modelo estrutural paramétrico estável (ex: modelos Hawkes ou Poisson). Assume-se que os parâmetros estruturais $\theta^*$ são comuns a todos os regimes de intervenção.

C. Estimação: Stochastic EM (SEM)

• Desafio Computacional: A verossimilhança completa envolve somar sobre $2^{N(D)}$ possíveis rotulagens dos eventos, o que é intratável, especialmente em modelos com dependência histórica (como Hawkes), onde um erro de rotulagem altera as intensidades futuras.
• Solução: Os autores utilizam um algoritmo Stochastic Expectation-Maximization (SEM).
  • Passo E (Estimativa): Em vez de calcular a expectativa exata sobre todas as rotulagens (impossível), o algoritmo amostra rotulagens latentes $r$ usando uma distribuição proposta guiada por discrepâncias (focando em regiões onde o modelo de controle e tratamento discordam).
  • Passo M (Maximização): Atualiza os parâmetros $\theta$ maximizando a verossimilhança completa baseada nas rotulagens amostradas.
• Algoritmo Prático: Utiliza uma proposta de amostragem que foca em eventos onde o modelo atual falha em explicar a contagem observada, refinando iterativamente as rotulagens.

D. Teoria de Amostragem Finita

• Os autores analisam um "surrogato" determinístico de Hard-EM (classificação rígida) em blocos previsíveis para provar teoremas de contração.
• Teto Estatístico (Statistical Floor): Demonstra-se que o erro de estimação converge geometricamente para um "teto" não nulo, governado por regiões onde a distinção entre controle e tratamento é ambígua (banda ambígua).
• Condições de Consistência: Para que o estimador seja consistente (o teto desapareça), são necessárias condições de "array" (triangular array) que garantam que a massa da banda ambígua diminua e que o alinhamento entre a pontuação observada e a pontuação oráculo seja mantido conforme o tamanho da janela cresce.

3. Principais Contribuições

1. Framework Unificado: Desenvolvimento de um framework teórico para inferência causal em processos pontuais contínuos que lida explicitamente com spillover e carryover, mantendo a resolução espaço-temporal exata.
2. Modelagem de Superposição Latente: A representação do processo observado como uma mistura não rotulada de componentes de controle e tratamento permite separar o efeito direto do tratamento dos efeitos de propagação (spillover).
3. Algoritmo SEM Adaptado: Proposta de um algoritmo SEM estocástico com uma distribuição proposta guiada por discrepâncias, viabilizando a estimação em modelos complexos com dependência histórica (como Hawkes).
4. Teoria de Convergência Não-Assintótica: Prova rigorosa de que o erro de estimação contrai para um teto estatístico, identificando as condições exatas (massa da banda ambígua, alinhamento de pontuação) necessárias para a consistência em regimes de crescimento de janela.
5. Transferência de Erro: Estabelecimento de limites para como o erro paramétrico se transfere para os estimandos causais plug-in (ITE, AITE, etc.).

4. Resultados

• Simulações:

  • Em processos Hawkes simulados, o método SEM reduziu significativamente o viés em comparação com métodos ingênuos (que assumem que eventos em células tratadas são sempre de tratamento).
  • O método ingênuo subestimou o efeito do tratamento devido ao spillover de regiões de controle de alta produtividade inflando a intensidade estimada do tratamento.
  • O uso de dados pré-tratamento para estimar parâmetros de controle melhorou drasticamente a precisão.

• Aplicação Real (Sismicidade em Oklahoma):

  • Contexto: Avaliação do efeito causal de uma diretiva da Comissão Corporativa de Oklahoma (OCC) em 2015, que exigia a redução do volume de despejo de águas residuais em poços de disposição, sobre a atividade sísmica.
  • Modelo: Uso de modelos ETAS (Epidemic-Type Aftershock Sequence) bivariados com fundo não paramétrico (KDE).
  • Resultado Chave: O método ingênuo sugeriu que a política preveniu 341 terremotos em 100 dias. O método SEM, ao corrigir o spillover e reclassificar eventos latentes, estimou -118 terremotos (ou seja, um aumento ou efeito nulo no curto prazo).
  • Interpretação: A discrepância ocorre porque o spillover e o carryover de longo alcance (atividade em áreas não tratadas e histórico pré-tratamento) distorcem a análise de curto prazo se não forem modelados corretamente. O SEM revela que o efeito de redução não é imediato como sugerido por análises simplificadas.

5. Significado e Implicações

• Validade de Políticas Públicas: O estudo demonstra que ignorar o spillover em dados espaço-temporais pode levar a conclusões políticas erradas (ex: acreditar que uma política funcionou quando os efeitos observados eram apenas arrasto temporal ou espacial).
• Avanço Metodológico: O trabalho preenche uma lacuna entre a inferência causal (focada em unidades discretas) e a análise de processos pontuais (focada em intensidades contínuas), permitindo inferência causal sem perda de informação por agregação.
• Aplicabilidade Geral: O framework é aplicável a diversas áreas, incluindo epidemiologia (propagação de doenças), sismologia (atividade induzida por humanos), e finanças (propagação de choques de mercado).
• Software: O método foi implementado no pacote R PPDisentangle, facilitando a adoção prática por pesquisadores.

Em suma, o artigo fornece uma solução teórica e prática robusta para o problema de atribuir causalidade em sistemas dinâmicos complexos onde os efeitos se propagam no espaço e no tempo, demonstrando que a modelagem correta da dependência latente é crucial para a precisão das estimativas de impacto.