การตรวจจับโอกาสการอนุมานเชิงสาเหตุโดยอัตโนมัติ: การค้นพบกลุ่มย่อยที่มีความไม่ต่อเนื่องของการถดถอย
Author
Venue
ICML IMLH (ไม่เก็บถาวร), TMLR
Abstract
มาตรฐานทองคำสำหรับการระบุผลกระทบเชิงสาเหตุคือการทดลองแบบสุ่มและมีกลุ่มควบคุม (RCT) อย่างไรก็ตาม RCT อาจไม่สามารถดำเนินการได้ในทุกกรณี เมื่อการรักษาขึ้นอยู่กับเกณฑ์ เช่น เกณฑ์น้ำตาลในเลือดสำหรับการวินิจฉัยโรคเบาหวาน เราสามารถประมาณผลกระทบเชิงสาเหตุได้ด้วยการใช้การวิเคราะห์ความไม่ต่อเนื่องของการถดถอย (RDs) ค่า RD จะมีความถูกต้องเมื่อหน่วยที่อยู่เหนือและใต้เกณฑ์มีลักษณะการกระจายของตัวแปรร่วมเหมือนกัน และไม่มีปัจจัยรบกวนในกรณีที่มีสัญญาณรบกวน (noise) ทำให้เกิดการสุ่มแบบเสมือนจริง (as-if randomization) อย่างไรก็ตาม ในทางปฏิบัติ การดำเนินการศึกษา RD อาจมีความยากลำบาก เนื่องจากต้องระบุเกณฑ์การรักษาซึ่งต้องการความเชี่ยวชาญในสาขาที่เกี่ยวข้องอย่างมาก นอกจากนี้ เกณฑ์อาจแตกต่างกันในกลุ่มย่อย (เช่น เกณฑ์น้ำตาลในเลือดสำหรับโรคเบาหวานอาจแตกต่างกันตามลักษณะประชากร) และการละเลยความแตกต่างเหล่านี้อาจทำให้กำลังทางสถิติลดลง การค้นหาเกณฑ์และผู้ที่เกณฑ์เหล่านี้มีผลต่อเป็นปัญหาสำคัญที่ปัจจุบันได้รับการแก้ไขโดยผู้เชี่ยวชาญในสาขาเฉพาะทาง และจำเป็นต้องใช้วิธีการขับเคลื่อนด้วยข้อมูลเมื่อความเชี่ยวชาญในสาขานั้นไม่เพียงพอ ในที่นี้ เราขอแนะนำ Regression Discontinuity SubGroup Discovery (RDSGD) ซึ่งเป็นวิธีการเรียนรู้ของเครื่องที่ระบุกลุ่มย่อยที่มีพลังทางสถิติและสามารถตีความได้สำหรับเกณฑ์ RD โดยใช้ชุดข้อมูลการเรียกร้องค่ารักษาพยาบาลที่มีผู้ป่วยมากกว่า 60 ล้านราย เราได้นำ RDSGD ไปประยุกต์ใช้ในบริบททางคลินิกหลากหลายรูปแบบ และระบุกลุ่มย่อยที่มีความสอดคล้องกับเกณฑ์การรับการรักษาสูงขึ้น เมื่อเกณฑ์การรักษาเป็นสิ่งสำคัญสำหรับโรคหลายชนิดและการตัดสินใจเชิงนโยบาย RDSGD จึงสามารถเป็นเครื่องมือที่ทรงพลังในการค้นพบแนวทางใหม่สำหรับการประมาณค่าความสัมพันธ์เชิงสาเหตุ
