Proximity Matters: 局所近接性を強化したバランシングによる治療効果推定

Abstract

観測データからの異種治療効果（HTE）推定は、治療選択バイアスによって大きな困難を伴う。既存の手法は、潜在空間において治療群間の分布の不一致を最小化することでこのバイアスに対処し、グローバルな整合に焦点を当てている。しかし、局所的な近接性、すなわち類似したユニットは類似した結果を示すという有益な側面は、しばしば見落とされている。本研究では、HTE推定の文脈において表現のバランシングを強化するために、近接性を活用するProximity-enhanced CounterFactual Regression（CFR-Pro）を提案する。具体的には、最適輸送に基づくペアワイズの近接性正則化項を導入し、局所的な近接性を不一致の計算に組み込む。しかし、次元の呪いにより、近接性指標と不一致推定が無効になる――HTE推定のためのデータが限られていることによって状況はさらに悪化する。そこでこの問題に対処するため、最小距離の精度を犠牲にしてサンプル複雑性を改善する、情報的な部分空間プロジェクタも新たに開発する。大規模な実験により、CFR-Proが異なる治療群間のユニットを正確に対応付けできること、治療選択バイアスを効果的に緩和できること、そして競合手法を大幅に上回ることを示す。コードはhttps://github.com/HowardZJU/CFR-Pro で利用可能である。