Resumo Técnico: DARTS – Direcionamento de Covariáveis Prognósticas em Experimentos Sequenciais com Restrição Orçamentária

1. Formulação do Problema

O artigo aborda uma limitação crítica no desenho de Ensaios Controlados Randomizados (ECRs): a suposição de que covariáveis pré-tratamento de alta qualidade e alta dimensionalidade são conhecidas e disponíveis sem custo. Na prática, a aquisição desses dados é frequentemente onerosa devido a diagnósticos médicos, fadiga em pesquisas ou sobrecarga computacional. Isso cria um trade-off entre a precisão adaptativa às covariáveis (que reduz a variância do efeito do tratamento) e um orçamento de medição estrito.

Além disso, a eficácia de métodos adaptativos às covariáveis (como rerandomização) diminui quando o número de fatores prognósticos é grande em relação ao tamanho da amostra, tornando o equilíbrio simultâneo em todas as dimensões matematicamente improvável. Embora a literatura existente forneça estruturas para equilibrar conjuntos prognósticos conhecidos, muitos cenários envolvem fatores prognósticos desconhecidos. Os autores propõem um cenário sequencial onde os dados chegam em lotes (por exemplo, inscrição contínua), permitindo que o experimentador aprenda iterativamente quais variáveis são mais prognósticas, enquanto adere a um orçamento global $B$ ao longo de $T$ lotes.

2. Metodologia: DARTS

Os autores introduzem a Rerandomização Adaptativa Dinâmica via Amostragem de Thompson (DARTS), uma estrutura que trata a aquisição de covariáveis como um problema de otimização sequencial embutido em um desenho válido de inferência causal. O método opera em três camadas interconectadas:

A. Camada de Aquisição (Semibandit Combinatório)

A seleção de covariáveis é enquadrada como um problema de Bandido Multi-Armed Combinatório com Orçamento (CBwK) com restrições de mochila.

• Braços: Cada covariável candidata $j \in [p]$ é um braço com uma importância prognóstica desconhecida $\theta^*_j$ e um custo de medição $c_j$.
• Objetivo: Maximizar a "recompensa" esperada total (valor prognóstico) sujeita ao orçamento global $B$.
• Algoritmo: Os autores adaptam a Amostragem de Thompson para este cenário (CBwK-LP-TS).
  • Eles mantêm posteriors Beta independentes para as probabilidades de recompensa de cada covariável.
  • Em cada rodada $t$, eles amostram dessas posteriors e resolvem um relaxamento de programação linear (LP) do problema de seleção inteira para escolher um subconjunto de covariáveis $S_t$ que maximize a relação "benefício por custo" (recompensa amostrada dividida pelo custo efetivo).
  • Preços Sombra: Para impor a restrição orçamentária, o algoritmo utiliza atualizações multiplicativas de pesos sobre preços sombra (variáveis duais) associadas ao orçamento e às restrições individuais dos braços. Isso evita o esgotamento precoce do orçamento em braços ruidosos e de alto custo.
• Proxy de Recompensa: Como a importância prognóstica verdadeira é desconhecida, a recompensa é estimada usando recompensas fracionárias derivadas de coeficientes de regressão LASSO apenas em unidades de controle ($r_j(t) = |\hat{\lambda}_j| / \max |\hat{\lambda}_k|$). Isso evita contaminação do efeito do tratamento e aproveita a esparsidade em cenários de alta dimensionalidade.

B. Camada de Desenho (Rerandomização)

Uma vez que o subconjunto $S_t$ é selecionado para o lote $t$:

1. As covariáveis selecionadas são medidas para todas as $n$ unidades no lote.
2. Rerandomização: O algoritmo gera $K$ atribuições candidatas de tratamento e seleciona aquela que minimiza a distância de Mahalanobis entre os grupos de tratamento e controle com base em $S_t$.
3. Simetria de Espelho: Para preservar o equilíbrio marginal exato, a atribuição final é escolhida por um lançamento de moeda justo entre a atribuição ótima $z^*$ e seu complemento $1-z^*$.

C. Camada de Estimação

1. Estimação Dentro do Lote: O Efeito Médio do Tratamento (ATE) para o lote $t$ é estimado usando OLS ajustado por Lin (ajuste de regressão) nas covariáveis selecionadas, com estimativas de variância robustas à heterocedasticidade HC2.
2. Estimação Cumulativa: As estimativas dos lotes são combinadas usando uma metanálise de variância inversa ponderada pela precisão. O estimador cumulativo $\hat{\mu}_t$ é atualizado sequencialmente, ponderando cada lote por sua precisão estimada ($1/\hat{v}_t$).

3. Contribuições Teóricas Principais

O artigo estabelece três resultados teóricos primários:

1. Inviés Baseado no Desenho (Teorema 1): Os autores provam que a seleção adaptativa de covariáveis baseada em lotes passados não viés o estimador de diferença de médias no nível do lote. Como o conjunto de covariáveis $S_t$ é determinado pelo campo $\sigma$ dos lotes anteriores ($F_{t-1}$) e é fixado antes da randomização do lote atual, a expectativa condicional do estimador permanece o verdadeiro ATE $\tau$.
2. Validade Assintótica (Teorema 2): O estimador cumulativo ponderado pela variância inversa atinge uma cobertura assintótica pelo menos nominal. Sob condições de regularidade (incluindo que nenhum lote único domine a variância e que a rerandomização não inflacione a variância), o estimador converge para uma distribuição normal com cobertura conservadora.
3. Limites de Arrependimento (Teoremas 3 e 4):
   • Limite Superior: Eles derivam um limite de risco Bayesiano para a camada de aquisição (CBwK-LP-TS) que escala como $O(\sqrt{p \log(pT) \cdot \min(KT, B/c_{min})})$.
   • Limite Inferior: Eles estabelecem um limite inferior minimax para o problema de semibandit combinatório que corresponde ao limite superior até fatores logarítmicos, demonstrando a quase-optimalidade da taxa de aprendizado.
   • Recompensas Fracionárias: Eles estendem a teoria para o esquema prático de recompensas fracionárias, mostrando que o algoritmo mantém risco Bayesiano sublinear se o erro de aproximação da pseudo-posterior for pequeno.

4. Resultados Empíricos

Os autores avaliam o DARTS através de simulações extensas em vários Processos de Geração de Dados (DGPs), incluindo modelos lineares e o DGP não linear e correlacionado de Liang.

• Capacidade de Aprendizado: O DARTS concentra com sucesso o orçamento em covariáveis prognósticas verdadeiras. Em cenários tratáveis (por exemplo, $p=100, n=1000$), as probabilidades de inclusão posterior para covariáveis de sinal são significativamente maiores do que para covariáveis de ruído.
• Ganhos de Precisão: O DARTS reduz sistematicamente o erro padrão do estimador de ATE em comparação com:
  • DiM: Randomização completa sem ajuste.
  • Random: Rerandomização com um subconjunto de covariáveis selecionado aleatoriamente (sem aprendizado).
  • ARMM/MADCovar: Métodos existentes de randomização adaptativa que usam conjuntos de covariáveis pré-selecionados.
  • Em vários cenários, o DARTS alcança uma eficiência relativa (ER) de até 3,56 sobre o DiM, fechando significativamente a lacuna para o desenho "Oráculo" (que conhece o conjunto prognóstico verdadeiro a priori).
• Robustez: O método degrada-se graciosamente para uma linha de base completamente randomizada quando o problema de aprendizado é intratável (por exemplo, dimensionalidade muito alta em relação ao orçamento e horizonte), mas nunca prejudica substancialmente a precisão em comparação com linhas de base aleatórias.
• Validade: As taxas de cobertura empírica permanecem no ou próximo ao nível nominal de 95%, confirmando as garantias de validade teórica.

5. Significado e Alegações

O artigo alega que o DARTS representa uma nova formulação de problema: aquisição adaptativa de covariáveis como parte do desenho de ECRs sequenciais sob um orçamento de medição.

Seu significado primário reside em fechar a lacuna entre inferência causal e tomada de decisão sequencial (bandidos):

• Demonstra que é possível aprender quais covariáveis medir em tempo real sem comprometer a validade baseada no desenho da inferência causal.
• Fornece uma estrutura teórica rigorosa (desacoplando seleção de randomização) que garante que o estimador cumulativo permaneça não viesado e assintoticamente válido, apesar da natureza adaptativa do desenho.
• Oferece uma solução prática para cenários onde fatores prognósticos são desconhecidos e a aquisição de dados é custosa, fechando sistematicamente a lacuna de eficiência para desenhos oráculo enquanto mantém validade inferencial estrita.

Os autores notam limitações, incluindo a dependência de uma suposição de braços independentes (embora o LASSO mitigue problemas de correlação) e a restrição atual à inferência de horizonte fixo (olhar sequencial invalida a cobertura). Eles sugerem que trabalhos futuros poderiam abordar braços correlacionados e inferência válida a qualquer momento.