Falsification of Internal and External Validity in Observational Studies via Conditional Moment Restrictions

要約

ランダム化比較試験（RCT）は、新しい治療法を評価するために信頼されていますが、個人的な治療法の決定を導くには力が弱いという問題があります。一方、観察研究（非実験的研究）は、大規模かつ多様な集団を対象としているが、様々なバイアス（例えば、残留交絡）を受けやすい。観察研究の長所を安全に活用するために、我々は、観察データから学んだ因果関係推定値を検証するためにRCTを使用する「改竄」の問題に注目する。特に、RCTと観察研究の両方からデータを得た場合、内部妥当性と外部妥当性に関する仮定は、条件付きモーメント制限（CMR）のセットという形で、観察可能でテスト可能な暗示を持つことを示す。さらに、これらのCMRを、個々の反実仮想手段ではなく、因果効果、すなわち「因果対比」に関して表現することで、より信頼性の高い改竄テストができることを示す。また、本検定の漸近特性を保証することに加え、半合成データセットと実世界データセットにおいて、本アプローチの優れた検出力とタイプIエラーを実証する。我々のアプローチは解釈可能であり、実務家は母集団のどのサブグループが観察研究の捏造につながるかを可視化することができる。

要約(オリジナル)

Randomized Controlled Trials (RCT)s are relied upon to assess new treatments, but suffer from limited power to guide personalized treatment decisions. On the other hand, observational (i.e., non-experimental) studies have large and diverse populations, but are prone to various biases (e.g. residual confounding). To safely leverage the strengths of observational studies, we focus on the problem of falsification, whereby RCTs are used to validate causal effect estimates learned from observational data. In particular, we show that, given data from both an RCT and an observational study, assumptions on internal and external validity have an observable, testable implication in the form of a set of Conditional Moment Restrictions (CMRs). Further, we show that expressing these CMRs with respect to the causal effect, or ‘causal contrast’, as opposed to individual counterfactual means, provides a more reliable falsification test. In addition to giving guarantees on the asymptotic properties of our test, we demonstrate superior power and type I error of our approach on semi-synthetic and real world datasets. Our approach is interpretable, allowing a practitioner to visualize which subgroups in the population lead to falsification of an observational study.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL