Resumo Técnico: Probabilidades Gerais de Causalidade com Conhecimento Causal

Declaração do Problema

As probabilidades de causalidade (PoCs), como a probabilidade de necessidade (PN), a probabilidade de suficiência (PS) e a probabilidade de necessidade e suficiência (PNS), caracterizam respostas causais individuais que são geralmente inobserváveis e requerem identificação parcial. Embora Tian e Pearl (2000) tenham estabelecido limites teoricamente aguçados para tratamentos e resultados binários usando dados experimentais e observacionais, e trabalhos subsequentes (Mueller et al., 2021; Li e Pearl, 2019, 2022b) tenham demonstrado que a incorporação de covariáveis e mediadores poderia estreitar esses limites em configurações binárias, uma lacuna significativa permanecia para configurações não binárias (multivaloradas).

Extensões recentes por Zhang et al. (2022), Li e Pearl (2022a, 2024) e Shu, Wang e Li (2026) derivaram limites para PoCs multivaloradas. No entanto, permanecia uma questão em aberto sobre se o conhecimento causal adicional codificado em grafos causais (especificamente em relação a covariáveis e mediadores) poderia estreitar ainda mais esses limites multivalorados. A complexidade das PoCs multivaloradas, que envolvem probabilidades conjuntas de múltiplos resultados potenciais, introduz uma estrutura contrafactual substancialmente mais complexa do que o caso binário, tornando a extensão imediata dos resultados binários não trivial.

Metodologia

Este artigo aborda a questão em aberto ao derivar limites mais estreitos para PoCs multivaloradas através da incorporação de informações causais codificadas em covariáveis e mediadores. Os autores operam dentro da estrutura do Modelo Causal Estrutural (SCM).

A metodologia envolve:

1. Definição de PoCs Multivaloradas: O artigo foca em quatro formas representativas de PoCs multivaloradas introduzidas por Shu, Wang e Li (2026), que são suficientes para representar qualquer PoC discreta:
   • $PNS(k)$: Probabilidade de necessidade e suficiência para $k$ níveis de tratamento.
   • $PSub(k, p)$: Probabilidade de substituto.
   • $PRep(k, q)$: Probabilidade de substituição.
   • $PN(k, p, q)$: Probabilidade de necessidade.
2. Integração de Grafos Causais: Os autores derivam novos limites impondo restrições estruturais sobre distribuições contrafactuais conjuntas viáveis baseadas em estruturas de grafos causais específicas. Eles consideram:
   • Covariáveis Não Descendentes: Variáveis $Z$ que não são descendentes do tratamento $X$. Quando $Z$ satisfaz o critério de backdoor, os limites podem ser computados usando apenas dados observacionais via fórmula de ajuste de backdoor.
   • Mediadores Parciais: Variáveis $Z$ que são descendentes de $X$, onde $X$ também tem um efeito direto no resultado $Y$.
   • Mediadores Puros: Variáveis $Z$ onde $X$ afeta $Y exclusivamente através de $Z$ (sem efeito direto).
3. Derivação Matemática: Para cada estrutura causal, os autores derivam limites superiores e inferiores melhorados integrando distribuições experimentais e observacionais disponíveis com restrições baseadas em grafos. As provas baseiam-se em desigualdades de Fréchet e propriedades de independência condicional derivadas dos grafos causais (por exemplo, independências condicionais entre mundos).

Principais Contribuições

O artigo apresenta três contribuições primárias:

• Extensão para Configurações Multivaloradas: Os autores estendem os limites existentes de PoCs que incorporam conhecimento causal de configurações binárias para multivaloradas. Diferente do caso binário, a configuração multivalorada exige a caracterização de probabilidades contrafactuais conjuntas através de múltiplos níveis de tratamento, introduzindo novos desafios técnicos.
• Estrutura Abrangente: Os resultados cobrem as quatro formas representativas de PoCs multivaloradas ($PNS$, $PSub$, $PRep$, $PN$) introduzidas por Shu, Wang e Li (2026). Como essas formas podem representar qualquer PoC discreta, a estrutura proposta aplica-se imediatamente a uma ampla classe de PoCs multivaloradas.
• Diversas Estruturas Causais: O artigo deriva limites específicos para múltiplas estruturas causais, incluindo covariáveis não descendentes (incluindo confundidores e conjuntos de ajuste de backdoor), mediadores parciais e mediadores puros.

Resultados

O artigo valida os teoremas propostos através de exemplos de brinquedo (toy examples) e estudos de simulação:

• Exemplos de Brinquedo:
  • Em um cenário de prevenção de diabetes com histórico familiar como covariável, a incorporação da estrutura causal estreitou o limite superior de $PNS(3)$ de 0,551 (usando apenas dados marginais) para 0,033.
  • Em um cenário com glicose no sangue como um mediador puro, o limite superior estreitou de 0,507 para 0,151.
  • Estes exemplos demonstram que ignorar a estrutura causal pode levar a limites amplos e menos informativos que podem induzir ao erro na tomada de decisão (ex: superestimar a eficácia de um fármaco).
• Estudos de Simulação:
  • Os autores geraram 100.000 distribuições de amostra compatíveis com os diagramas causais para várias dimensões ($n, k \in \{3, 4, 5\}$).
  • Covariáveis Não Descendentes: Esta estrutura proporcionou o estreitamento mais substancial. Para $n=k=5$, 99,85% das distribuições de amostra beneficiaram-se de limites mais estreitos, com a largura média dos limites diminuindo significativamente em comparação com o baseline (Shu et al., 2026).
  • Mediadores Puros: Esta estrutura também rendeu melhorias significativas (ex: 83,66% dos casos melhoraram para $n=k=3$).
  • Mediadores Parciais: A melhoria foi marginal e diminuiu conforme a dimensionalidade aumentava. Para $n=k=4$, nenhum limite foi estreitado em 20 milhões de sorteios, sugerindo que, embora teoricamente válidos, a utilidade prática de mediadores parciais em altas dimensões é limitada em comparação com outras estruturas.

Significância e Alegações

O artigo afirma que incorporar informações de grafos causais produz consistentemente limites mais estreitos sobre respostas causais individuais do que abordagens baseadas apenas em distribuições experimentais e observacionais. Ao estender o uso da estrutura causal de configurações binárias para multivaloradas, o trabalho mostra quando e como variáveis auxiliares (covariáveis e mediadores) podem excluir padrões de resposta estruturalmente incompatíveis.

Os autores enfatizam que, embora os limites derivados por Tian e Pearl sejam aguçados dado apenas a informação de distribuição, a inclusão da estrutura causal fornece um mecanismo para estreitar esses limites ainda mais. A significância reside em fornecer uma base teórica para uma identificação mais precisa de efeitos causais em cenários complexos e multivalorados, oferecendo assim limites mais informativos para a tomada de decisão em campos como a avaliação farmacêutica. O artigo mantém-se modesto, observando que os limites de mediadores parciais, embora teoricamente válidos, podem oferecer melhoria prática limitada em configurações de alta dimensão.