Data Science
因果推論の機会の自動検出：回帰不連続性によるサブグループ発見
Author
Venue
ICML、IMLH（非アーカイブ）、TMLR
Abstract
因果関係の特定におけるゴールドスタンダードはランダム化比較試験（RCT）であるが、RCTの実施が常に可能とは限らない。しかし、治療法が閾値に依存する場合（例えば、糖尿病診断における血糖値の閾値など）、回帰不連続法（RD）を用いて因果関係を推定できることがある。 RDは、閾値の直上と直下の単位が共変量の分布を共有し、ノイズが存在しても交絡がない場合に有効であり、これにより「あたかも無作為化されたかのような」状態が確立される。しかし実際には、治療閾値の特定には相当な専門知識が必要であるため、RD研究の実施は困難である。さらに、閾値はサブグループ間で異なる可能性があり（例：糖尿病の血糖値閾値は人口統計学的属性によって異なる）、これらの差異を無視すると統計的検出力は低下する。 閾値の特定およびそれが適用される対象の特定は、現在、領域の専門家によって手作業で行われている重要な課題であり、領域の専門知識だけでは不十分な場合には、データ駆動型のアプローチが必要となる。そこで本研究では、RD閾値に対して統計的に有効かつ解釈可能なサブグループを特定する機械学習手法である「回帰不連続性サブグループ発見（RDSGD）」を紹介する。 6,000万人以上の患者データを含む医療請求データセットを用い、我々はRDSGDを複数の臨床的文脈に適用し、治療割り当ての閾値に対する遵守率が高いサブグループを特定した。治療の閾値は多くの疾患や政策決定において重要であるため、RDSGDは因果推定の新たな道筋を発見するための強力なツールとなり得る。
