技术摘要：干扰环境下因果推断的敏感性分析框架

1. 问题陈述

在因果推断中，无干扰假设（即稳定单位处理值假设，SUTVA）认为一个单位的结果仅取决于其自身的处理情况。然而，在许多应用场景中（如传染病研究），一个单位接受的处理会影响另一个单位的结果，这种现象被称为干扰（Interference）或溢出效应（Spillover effects）。忽略干扰会导致系统性偏差，而这种偏差无法通过增加样本量来缓解。

现有的关于干扰的文献通常假设所有相关的混杂因素都是可观测的，并且研究人群具有代表性。然而，从业者经常面临三个同时存在的挑战：

1. 被忽视的干扰（Ignored Interference）： 未能对溢出效应进行调整。
2. 未观测到的混杂（Unmeasured Confounding）： 存在影响处理和结果的未观测变量。
3. 缺乏可迁移性（Lack of Transportability）： 由于协变量分布或处理机制的差异，无法将因果发现从参考人群推广到目标人群。

目前的敏感性分析框架通常孤立地处理这些问题。例如，虽然 VanderWeele 等人 (2015) 开发了一个处理干扰下未观测混杂的框架，但它并未考虑被忽视的干扰或可迁移性。同样，Forastiere 等人 (2021) 讨论了由这些因素引起的偏差，但缺乏一个具有可解释参数的结构化敏感性分析方法供从业者使用。本文旨在填补这一空白，提出了一个统一的框架，用于评估由这三种复杂情况共同引起的系统性偏差。

2. 研究方法

2.1 框架与假设

作者采用了邻里干扰下的潜在结果框架。他们引入了结果暴露映射（Outcome Exposure Mapping）（假设 1），其中标量函数 $g_i(\mathbf{A}_{N_i})$ 总结了单位邻居的处理情况，从而降低了潜在结果的维度。观测结果 $Y$ 通过一致性假设（假设 2）与潜在结果相联系。

为了处理未观测到的混杂和可迁移性，作者放宽了标准的识别假设：

• 弱条件可交换性（弱条件交换性，假设 5）： 允许存在未观测到的混杂因素 ($U$)，但假设在给定观测协变量 ($X$) 和未观测混杂因素的情况下满足条件独立性。至关重要的是，这要求对个人处理 ($A$) 与邻里处理 ($G$) 的共同原因，以及 $A$ 与人群指标 ($S$) 的共同原因进行条件化处理。
• 采样条件可忽略性（假设 7）： 允许参考人群 ($S=1$) 与目标人群 ($S=2$) 之间存在未观测的差异，前提是给定 $G$ 和特定协变量时，采样是可忽略的。

2.2 通过权重误差进行偏差分解

核心方法是将“朴素”估计量（忽略了干扰、未观测混杂和可迁移性问题）与在放宽假设下推导出的真实识别公式进行比较。作者定义了两种类型的权重误差：

1. 乘法权重误差（MEW, $\varepsilon_a$）： 真实倾向得分（以所有相关的 $X$ 和 $U$ 为条件）与伪倾向得分（仅以观测到的 $X_{AY}$ 为条件）的比率。它捕捉了来自被忽视的干扰和未观测混杂的偏差。
2. 差分权重误差（DEW, $\tilde{\varepsilon}_S$）： 代表朴素采样权重 (1) 与实现可迁移性所需的真实采样权重之间差异的项。它捕捉了来自缺乏可迁移性的偏差。

2.3 敏感性参数

偏差被分解为协方差项之和，每个项都表示为一个相关系数与两个标准差的乘积。这些组件作为敏感性参数，供从业者根据领域知识进行设定：

• 针对干扰/混杂（项 T1 & T2）：
  • $\sigma_{Y(a,0)}$：基线潜在结果的标准差。
  • $\sigma_{\varepsilon_a}$：MEW 分数的变异性（反映了被忽视的混杂/干扰的强度）。
  • $\rho_{Y(a,0), \varepsilon_a}$：基线结果与权重误差之间的相关性。
  • $\sigma_{\gamma(a)}$：自然个体溢出效应的变异性。
  • $\rho_{\gamma(a), \varepsilon_a}$：溢出效应与权重误差之间的相关性。
• 针对可迁移性（项 T3 & T4）：
  • $\sigma_{\tau(0)}$：受控个体主效应的变异性。
  • $\sigma_{\tilde{\varepsilon}_S}$：DEW 分数的变异性。
  • $\rho_{\tau(0), \tilde{\varepsilon}_S}$：直接效应与采样权重之间的相关性。
  • $\sigma_{\gamma(1)-\gamma(0)}$：溢出效应差异的变异性。
  • $\rho_{\gamma(1)-\gamma(0), \tilde{\varepsilon}_S}$：溢出效应差异与采样权重之间的相关性。

作者提供了对这些参数进行界定的指南（例如，使用 Popoviciu 不等式确定结果边界，或使用 Bhatia-Davis 不等式确定权重边界），并建议通过设置相关性符号来最大化偏差，以模拟最坏情况。

2.4 向未定义潜在结果的扩展

本文将该框架扩展到潜在结果对于邻居数量不足的单位（例如，邻居数为 0 的单位无法经历邻里处理为 2 的情况）而未定义的场景。通过引入变量 $N$ 表示邻居数量，并基于 $N$ 进行条件化分析，作者推导出了即使当暴露映射域随单位变化时依然有效的识别公式和偏差分解（定理 3）。

3. 主要结果

• 定理 1（$\phi_1$ 的偏差分解）： 参考人群中自然平均处理效应的朴素估计量的偏差被分解为两部分：
  • T1： MEW 分数与基线潜在结果之间的协方差（由未观测混杂和基线水平的干扰驱动）。
  • T2： MEW 分数与自然溢出效应之间的协方差。这一项强调了即使不存在 $A$ 和 $G$ 的共同原因，如果未观测到的混杂与溢出效应的异质性相关，仍会诱发偏差。
• 定理 2（$\phi_2$ 的偏差分解）： 迁移后的自然平均处理效应的偏差等于 $\phi_1$ 的偏差加上另外两个项：
  • T3： DEW 分数与受控直接效应之间的协方差。
  • T4： DEW 分数与处理组间溢出效应差异之间的协方差。
• 推论： 本文证明，如果人群间邻里处理 ($G$) 的边缘分布相同，则可迁移性偏差消失。此外，本文还展示了在不存在干扰的情况下，该框架可以简化为现有的针对可迁移性的敏感性分析方法（如 Huang, 2024）。
• 定理 3： 将偏差分解扩展到潜在结果未定义的场景，表明偏差结构保持相似，但需要对邻居数量进行条件化处理。

4. 意义与贡献

本文声称开发了第一个综合性的敏感性分析框架，能够同时考虑被忽视的干扰、未观测到的混杂以及缺乏可迁移性的问题。

• 新颖性： 不同于以往将这些问题分开处理或对结果生成过程或未观测混杂分布提出强假设的研究，本框架依赖于基于权重的偏差分解，对各种数据复杂性具有鲁棒性。
• 实际效用： 通过利用易于解释的敏感性参数（相关性和标准差）对偏差进行参数化，该框架允许从业者评估其发现对于违反标准假设的稳健程度。它使研究人员能够衡量改变其结论所需的干扰或混杂强度。
• 泛化性： 该方法推广了之前的基于权重的研究结果（如 Shen 等，2011；Hong 等，2021），并将其扩展到了复杂的干扰与可迁移性场景中。
• 处理未定义结果： 对未定义潜在结果的扩展解决了干扰文献中的一个关键理论空白，承认并非所有潜在结果对每个单位都是明确定义的。

总之，本文为从业者提供了一种结构化、灵活且具有理论依据的方法，用于评估当干扰、未观测混杂和可迁移性问题存在但处于未观测或未调整状态时，因果估计中的系统性偏差。