跳转至

Efficient adjustment sets in causal graphical models with hidden variables

作者: E Smucler, F Sapienza, A Rotnitzky
来源: Biometrika
主题: 因果推断
相关性: 8/10
链接: 期刊页 · arXiv

一、领域脉络与小综述

这个方向是什么

这个子方向要解决的根本问题是：在给定一个因果图（DAG 或更一般的图）作为结构假设的前提下，如何从观测数据中通过“协变量调整”（covariate adjustment）来估计某个干预（treatment）对结局（outcome）的平均因果效应，并且在众多有效的调整集中，选出能使估计量渐近方差最小的那个。这本质上是“识别 + 效率”的联合问题：先保证识别（调整集有效），再优化效率（选最优调整集）。当前该方向在静态干预（single-point static treatment）下已相当成熟，本文将其推广到动态治疗策略（point-exposure dynamic treatment regime），即治疗规则依赖于协变量取值的情形。

发展脉络（history）

  1. 奠基工作：识别与调整集的图形刻画
  2. Shpitser et al. (2010) 给出了 DAG 下静态干预的“调整准则”（adjustment criterion），完整刻画了所有有效调整集。
  3. Maathuis & Colombo (2013) 将后门准则推广到更一般的图类（CPDAG、MAG 等），并给出了存在性条件。
  4. van der Zander et al. (2018) 将调整集问题统一到 m-分离（m-separation）框架下，给出了在祖先图（AG）中构造、枚举所有（最小）调整集的多项式时间算法（FINDADJ）。

  5. Perkovic et al. (2016) 给出了在 Markov 等价类（CPDAG、PAG）中调整准则的完整刻画，并提供了高效算法。

  6. 主要进展：从识别到效率——最优调整集

  7. Henckel et al. (2019) 在线性因果模型中首次引入图形准则来比较不同调整集的渐近方差，并刻画了“最优调整集”（O-set），其结论依赖于图结构而非具体参数。
  8. Rotnitzky & Smucler (2019) 将 Henckel et al. 的结果从线性模型推广到非参数因果图模型，证明同样的图形准则可用于非参数调整估计量（如逆概率加权、回归调整、双重稳健估计），并给出了最小调整集中的最优选择。

  9. Witte et al. (2020) 给出了 O-set 的一个更直观的图形刻画（“禁止投影”的父节点集），并将其扩展到 IDA 算法中。

  10. 当前 frontier：隐变量、动态策略与半参数效率

  11. Bhattacharya et al. (2020) 在含隐变量的 DAG 中推导了策略值（policy value）的半参数有效影响函数，但仅限于特定图类。
  12. 本文（Smucler, Sapienza, Rotnitzky, 2022） 将最优调整集的概念从静态干预推广到点暴露动态治疗策略，允许隐变量存在，并给出了多项式时间算法。这是第一个在非参数因果图模型下系统处理动态策略调整集效率选择的工作。

子线索聚类

  • 线索 A：调整集的识别与构造（Shpitser et al. 2010; Maathuis & Colombo 2013; van der Zander et al. 2018; Perkovic et al. 2016; Textor & Liskiewicz 2011）——关注“哪些调整集是有效的”，给出图形准则和算法。
  • 线索 B：调整集的效率比较与最优选择（Henckel et al. 2019; Rotnitzky & Smucler 2019; Witte et al. 2020; Kuroki & Cai 2004）——关注“在有效调整集中选哪个使方差最小”，从线性模型推广到非参数模型。
  • 线索 C：动态治疗策略的估计（Zhao et al. 2012; Qian & Murphy 2011; Schulte et al. 2012; Dudík et al. 2014）——关注如何从数据中估计或优化动态治疗规则，但通常不涉及调整集选择。
  • 线索 D：含隐变量的因果图与半参数效率（Richardson et al. 2012; Bhattacharya et al. 2020）——关注隐变量下因果效应的识别与有效估计，但尚未系统处理动态策略的调整集选择。

这个方向在追问的核心问题

  1. 识别：给定一个因果图（可能含隐变量），哪些协变量集是有效的调整集？
  2. 效率：在有效调整集中，哪个能使非参数估计量的渐近方差最小？这个最优集能否仅从图结构读出（不依赖具体参数）？
  3. 动态策略：当治疗规则依赖于协变量时，上述问题的答案如何变化？
  4. 算法：能否在多项式时间内找到这些最优调整集？
    已知瓶颈：在含隐变量时，最优调整集可能不存在（因为某些变量不可观测）；在动态策略下，调整集的定义需要推广，且效率比较的图形准则需要重新推导。

⚠️ 作者的 framing

作者把缺口 frame 成：“静态干预下的最优调整集理论已经成熟，但动态治疗策略（treatment regime）下的情况尚未被研究。” 他们声称本文是“显然的下一步”——将 Rotnitzky & Smucler (2019) 的结果从静态推广到动态。
被淡化或回避的竞争路线：
- 作者回避了与半参数效率理论的直接竞争。Bhattacharya et al. (2020) 已经推导了某些含隐变量 DAG 下策略值的有效影响函数，但作者仅将其作为背景引用，并未深入比较：本文的“最优调整集”是否等价于半参数有效估计量？在什么条件下是？
- 作者也回避了与双重稳健估计（Dudík et al. 2014; Smucler et al. 2019）的竞争：双重稳健估计不要求调整集是“最小的”，但可能达到更低的方差。本文的最优性结论仅限于“基于调整的估计量”，而非所有可能的估计量。
什么明显该被引 / 该存在、却没出现在 intro 里？
- 没有引用任何关于高阶影响函数（HOIF） 或高阶调整的工作——这可能是作者认为超出范围，但值得研究者去查：是否存在“高阶调整集”能进一步降低方差？
- 没有引用计算-统计权衡方面的文献——本文的算法是多项式时间的，但未讨论是否存在更快的算法或近似保证。

张力

未见明显对立引用。所有被引工作基本是互补的：识别→效率→动态策略，逐步推广。

二、最核心、最简单的例子 / 数学问题

第一步：把符号、模型、可观测数据交代清楚

符号（逐个点名）： - A：治疗变量（treatment），取值于有限集 \(\mathcal{A}\)。在动态策略下，A 的取值由协变量决定。 - Y：结局变量（outcome），取值于实数集。 - L：协变量集合（covariates），在治疗前观测到。 - Z：一个候选的调整集（adjustment set），是 \(L\) 的子集。 - π(A | L)：动态治疗策略（dynamic treatment regime），是一个条件概率分布，表示给定协变量 \(L\) 时选择治疗 \(A\) 的概率。研究者感兴趣的是在策略 π 下的干预均值 \(\mathbb{E}[Y(\pi)]\)，其中 \(Y(\pi)\) 是如果治疗按策略 π 分配时的潜在结局。 - G：因果图（DAG），节点集 \(V\) 包含所有变量（可观测 + 隐变量）。边表示直接因果方向。 - V(H₀)：可观测变量集合。 - ignore(A, Y, G)：在 G 中，既不是 A 的祖先、也不是 Y 的祖先、也不是任何“决策变量”的祖先的节点集合。这些变量被忽略（不能进入调整集）。 - L−N 动态调整集：一个调整集 Z，满足：在给定 Z 的条件下，A 与 Y 条件独立（在某个经过“潜在投影”后的图中），且 Z 不包含任何“被禁止”的变量（如后门路径上的中介变量）。

模型： - 假设数据由一个非参数因果图模型生成：联合分布 \(P\) 相对于图 \(G\) 满足马尔可夫性（d-分离蕴含条件独立）和忠实性（条件独立蕴含 d-分离）。 - 图 \(G\) 可能包含隐变量（hidden variables），但研究者知道图的结构（哪些边存在、哪些节点是隐变量）。 - 治疗变量 \(A\) 的取值由研究者指定的动态策略 \(\pi(A|L)\) 决定，而非自然机制。目标 estimand 是 \(\mathbb{E}[Y(\pi)]\)，即如果整个群体都按策略 π 接受治疗时的平均结局。

可观测数据： - 研究者能观测到的是：\(n\) 个独立同分布样本 \((L_i, A_i, Y_i)\)，其中 \(L_i\) 是协变量向量，\(A_i\) 是实际接受的治疗（可能由自然机制决定，而非策略 π），\(Y_i\) 是结局。 - 不可观测的是：潜在结局 \(Y(\pi)\)（因为实际治疗可能不同于策略 π 指定的治疗），以及隐变量的取值。 - 关键识别假设：存在一个可观测的调整集 Z，使得 \(\mathbb{E}[Y(\pi)]\) 可由观测数据识别，即：

\[\mathbb{E}[Y(\pi)] = \mathbb{E}_Z\left[ \sum_{a \in \mathcal{A}} \pi(a|L) \cdot \mathbb{E}[Y | A=a, Z] \right]\]
这个公式成立当且仅当 Z 是有效的调整集。

第二步：讲最小内核

最简特例：考虑一个最简单的 DAG，只有三个可观测变量：\(L\)（一个协变量）、\(A\)（二值治疗，取值 0 或 1）、\(Y\)（结局）。图结构为：\(L \rightarrow A\)，\(L \rightarrow Y\)，\(A \rightarrow Y\)（即 L 是 A 和 Y 的共同原因，A 直接影响 Y）。没有隐变量。

动态策略：假设策略为 \(\pi(1|L) = 0.7\)（无论 L 取何值，都以 70% 概率给治疗），\(\pi(0|L) = 0.3\)。这是一个“静态”策略（不依赖于 L），但作为动态策略的特例。

目标：估计 \(\mathbb{E}[Y(\pi)] = 0.7 \cdot \mathbb{E}[Y(1)] + 0.3 \cdot \mathbb{E}[Y(0)]\)，其中 \(Y(a)\) 是治疗为 a 时的潜在结局。

调整集：在这个图中，有效的调整集有哪些？ - \(Z = \emptyset\)（空集）无效，因为 \(A\) 和 \(Y\) 有共同原因 \(L\)（后门路径 \(A \leftarrow L \rightarrow Y\)）。 - \(Z = \{L\}\) 有效，因为给定 \(L\) 后，\(A\) 和 \(Y\) 被 d-分离（后门路径被阻断）。 - \(Z = \{L, \text{其他变量}\}\) 也有效，但包含多余变量。

最小内核：本文的核心思路是：在有效调整集中，选择那个能使非参数估计量渐近方差最小的。在这个特例中，唯一的最小调整集是 \(\{L\}\)（因为去掉 L 就无效了），所以它自动就是“最优最小调整集”。但如果有多个最小调整集（例如，有另一个协变量 \(L'\) 也满足条件），那么就需要比较它们。

更复杂的特例：假设图中有两个协变量 \(L_1\) 和 \(L_2\)，结构为：\(L_1 \rightarrow A\)，\(L_2 \rightarrow Y\)，\(L_1 \rightarrow L_2\)，\(A \rightarrow Y\)。没有隐变量。那么有效调整集有哪些？ - \(Z = \{L_1\}\) 有效吗？给定 \(L_1\) 后，\(A\) 和 \(Y\) 仍有路径 \(A \leftarrow L_1 \rightarrow L_2 \rightarrow Y\)，但 \(L_1\) 已被给定，所以这条路径被阻断。但还有一条路径 \(A \rightarrow Y\)（直接因果路径），这是我们要估计的，不是偏倚路径。所以 \(Z = \{L_1\}\) 有效。 - \(Z = \{L_2\}\) 有效吗？给定 \(L_2\) 后，\(A\) 和 \(Y\) 有路径 \(A \leftarrow L_1 \rightarrow L_2\)，但 \(L_2\) 已被给定，所以这条路径被阻断。但还有一条路径 \(A \rightarrow Y\)（直接因果路径）。所以 \(Z = \{L_2\}\) 也有效。 - \(Z = \{L_1, L_2\}\) 也有效，但不是最小的。

最小调整集：\(\{L_1\}\) 和 \(\{L_2\}\) 都是最小调整集（去掉任一变量就无效）。哪个更好？本文的图形准则（推广自 Rotnitzky & Smucler 2019）告诉我们：应该选择那个在图中“更靠近”结局 Y 的调整集。具体来说，如果 \(L_2\) 是 \(Y\) 的父节点（直接原因），而 \(L_1\) 不是，那么 \(\{L_2\}\) 通常给出更小的渐近方差。这是因为调整 \(L_2\) 能更直接地解释 Y 的变异。

这个特例揭示了本文的核心思想：最优调整集的选择可以仅从图结构读出，而不需要知道具体的参数值或分布。在动态策略下，这个准则需要推广，因为策略 π 可能依赖于 L，从而改变哪些变量是“需要调整的”。

三、这篇论文做了什么

三句话

  1. 研究了什么问题：在非参数因果图模型（允许隐变量）中，对于点暴露动态治疗策略（treatment regime），如何选择调整集以最小化非参数估计量的渐近方差。
  2. 核心工具 / 方法：推广了静态干预下的“有效调整集”定义到动态策略（称为 L−N 动态调整集）；利用图论中的“潜在投影”（latent projection）和“禁止投影”（forbidden projection）概念，给出了最优调整集的图形刻画；提供了多项式时间算法。
  3. 主要结论：存在“最优最小调整集”（在可观测的最小调整集中渐近方差最小）；在无隐变量或所有可观测变量均为治疗/结局/决策变量的祖先时，存在“全局最优调整集”；所有结果也适用于静态干预（作为特例）。

关键设定与假设

完整设定（在第二节记号基础上补充）： - 图 G：有向无环图（DAG），节点集 \(V\) 分为可观测集 \(V(H_0)\) 和隐变量集 \(V \setminus V(H_0)\)。边表示直接因果方向。 - 动态策略 π：一个条件概率分布 \(\pi(A | L)\)，其中 \(L\) 是治疗前的协变量集合。研究者指定 π，并希望估计 \(\mathbb{E}[Y(\pi)]\)。 - L−N 动态调整集（定义 6）：一个可观测变量集 \(Z \subseteq V(H_0)\) 是 L−N 动态调整集，如果： 1. \(Z\) 不包含任何“被忽略”的变量（即 \(Z \cap \text{ignore}(A, Y, G) = \emptyset\)）； 2. 在某个经过潜在投影后的图中，\(A\) 和 \(Y\) 被 \(Z\) d-分离（给定 \(Z\) 后条件独立）。 这里 \(N\) 是“决策变量”的集合（即策略 π 所依赖的变量），\(L\) 是协变量全集。这个定义推广了 Shpitser et al. (2010) 的静态调整集定义。 - 可观测最小调整集：一个可观测的 L−N 动态调整集，且去掉其中任一变量后就不再是有效的调整集。 - 可观测最小基数调整集：在所有可观测的 L−N 动态调整集中，基数（变量个数）最小的那些。

关键假设： - 存在性假设：至少存在一个可观测的 L−N 动态调整集（否则问题无解）。 - 非参数模型：不对分布形式做任何参数假设（如线性、高斯等），只假设图结构已知。 - 有限治疗集：\(A\) 取值于有限集 \(\mathcal{A}\)（避免测度论复杂性）。 - 无干扰（no interference）：个体的治疗不影响其他个体的结局（SUTVA 的一部分）。 - 一致性（consistency）：实际观察到的结局等于在观察到的治疗下的潜在结局。

相比已有文献的放宽/强化： - 放宽：允许隐变量存在（相比 Henckel et al. 2019 和 Rotnitzky & Smucler 2019 的无隐变量设定）。 - 强化：将调整集定义从静态干预推广到动态策略（相比所有前述工作）。 - 不变：仍假设图结构已知（这是所有调整集工作的共同假设）。

主要结果

定理 1（最优最小调整集的存在性与刻画）： - 陈述：在所有可观测的最小 L−N 动态调整集中，存在一个调整集 \(Z^*\)，使得基于 \(Z^*\) 的非参数调整估计量具有最小的渐近方差。这个 \(Z^*\) 可以通过一个图形准则来识别：在某个“禁止投影”图中，\(Z^*\) 是结局 \(Y\) 的父节点集（或更一般地，是某个特定集合）。 - 直觉：调整集应该包含那些“最能解释 Y 的变异”的变量，同时避免引入不必要的噪声。在最小调整集中，这个最优选择由图中 Y 的“直接原因”决定。 - 必要条件：图 G 必须满足某些“可比较性”条件（即两个最小调整集对应的渐近方差可以排序）。作者证明，在非参数模型下，这个排序总是可能的（与线性模型不同，这里不需要参数假设）。 - 解决的技术难点：在动态策略下，调整集的“有效性”条件比静态更复杂，因为策略 π 可能依赖于 L，从而改变哪些变量是“需要调整的”。作者通过引入“L−N 动态调整集”的定义和“潜在投影”操作，将问题规约到静态情形。

定理 2（最优最小基数调整集）： - 陈述：类似地，在所有可观测的最小基数 L−N 动态调整集中，存在一个最优的，其渐近方差最小。 - 直觉：当调整集的大小固定时（最小基数），选择那些“最有效”的变量（即与 Y 最相关的变量）。 - 与定理 1 的关系：最小基数调整集不一定是最小调整集（因为最小调整集可能比最小基数调整集有更少的变量，但“最小”的定义不同）。两者是不同类中的最优。

定理 3（全局最优调整集的存在性）： - 陈述：如果以下两个条件之一成立： 1. 没有隐变量（所有变量都可观测）； 2. 所有可观测变量都是 \(A\)、\(Y\) 或决策变量 \(N\) 的祖先（即 \(\text{ignore}(A, Y, G) = \emptyset\)）； 那么存在一个全局最优调整集 \(Z^{**}\)，它在所有可观测的 L−N 动态调整集中（不限于最小或最小基数）具有最小的渐近方差。 - 直觉：当没有“被忽略”的变量时，我们可以自由地选择任何可观测变量进入调整集，从而可以构造一个“饱和”的调整集（包含所有有用的变量），它优于任何子集。 - 为什么需要这个条件：如果存在被忽略的变量（既不是 A、Y 也不是决策变量的祖先），那么这些变量可能包含关于 Y 的信息，但由于它们不可观测或不被允许进入调整集，我们无法利用它们，从而可能无法达到全局最优。

算法： - 作者提供了三个多项式时间算法： 1. 计算全局最优调整集（当条件满足时）：基于“禁止投影”图的构造，时间复杂度 \(O(|V| + |E|)\)。 2. 计算最优最小调整集：先枚举所有最小调整集（使用 van der Zander et al. 2018 的 FINDADJ 算法），再从中选出最优的。枚举的复杂度是指数级的（最坏情况），但作者指出在实际图中通常很小。 3. 计算最优最小基数调整集：类似，但枚举的是最小基数调整集。 - 这些算法依赖于图论中的“潜在投影”和“禁止投影”操作，以及 d-分离检验。

证明路线与技术技巧

整体路线（以定理 1 为例）： 1. 步骤 1：将动态策略问题规约到静态问题。通过引入一个“扩展图” \(G^*\)，其中将策略 π 的决策过程也表示为图中的节点，从而将动态策略下的调整集问题转化为静态干预下的调整集问题。这个扩展图的关键是：它保留了所有关于条件独立性的信息。 2. 步骤 2：利用 Rotnitzky & Smucler (2019) 的静态结果。在扩展图 \(G^*\) 中，静态干预下的最优调整集理论已经建立。作者证明，\(G^*\) 中的静态最优调整集对应于原图 G 中的动态最优调整集。 3. 步骤 3：给出图形刻画。通过“禁止投影”操作（将某些节点“投影”掉），得到一个简化图，其中最优调整集就是结局 Y 的父节点集。这个刻画不依赖于具体参数。 4. 步骤 4：证明渐近方差的最优性。对于非参数调整估计量，其渐近方差由调整集 Z 决定：\(\text{Var} = \mathbb{E}[\text{Var}(Y | A, Z)] + \text{Var}(\mathbb{E}[Y | A, Z])\) 的某种加权形式。作者证明，在最小调整集中，选择那个使 \(\text{Var}(Y | A, Z)\) 最小的 Z 等价于选择 Y 的“最直接的原因”。

关键跳跃点： - 从静态到动态的规约：这是最吃功夫的部分。作者需要证明，动态策略下的调整集定义（L−N 动态调整集）与扩展图中的静态调整集定义完全等价。这个等价性依赖于“潜在投影”操作的正确性，以及策略 π 的“可忽略性”假设。 - 渐近方差的比较：在非参数模型中，两个调整集的渐近方差不一定可比较（可能一个在某些分布下更好，另一个在另一些分布下更好）。作者证明，在最小调整集中，这种比较总是可能的，并且最优选择由图结构唯一决定。这个证明依赖于一个关键引理（引理 1 和 2），它建立了调整集与“条件方差”之间的序关系。

技术技巧点名： - 潜在投影（latent projection）：用于将隐变量“边缘化”掉，同时保留 d-分离关系。这是从 Verma & Pearl (1990) 和 Richardson et al. (2017) 借用的标准技巧。 - 禁止投影（forbidden projection）：本文新引入的概念，用于将那些“被禁止进入调整集”的变量投影掉，从而得到一个简化图，其中最优调整集可以直接读出。 - d-分离检验：用于判断一个候选调整集是否有效。算法使用 van der Zander et al. (2018) 的 FINDADJ 例程，时间复杂度 \(O(|V| + |E|)\)。 - 非参数方差公式：作者使用非参数调整估计量的渐近方差公式（基于影响函数），并证明其可以表示为条件方差的条件期望。这个公式是半参数理论中的标准结果。

真实例子与应用

本文为纯理论 / 无实证例子。论文没有使用任何真实数据或模拟实验来验证理论结果。所有结论都是理论性的（定理和算法），没有实证部分。作者在引言中提到了一个动机性例子（关于手术时间与术后结局的 Haneuse & Rotnitzky 2013 研究），但并未在本文中实际分析该数据。

🔎 结论是否比证明窄

  • 定理 1 和 2 的结论是严格证明的，没有过度泛化。作者明确声明最优性仅限于“可观测的最小（或最小基数）调整集”这一类，而不是所有可能的调整集。
  • 定理 3 的全局最优性依赖于两个条件之一（无隐变量或所有可观测变量都是祖先）。作者没有声称这些条件是必要的，但也没有给出反例说明当条件不满足时全局最优集不存在。这是一个值得研究者去查的问题：是否存在含隐变量且存在被忽略变量时，全局最优集仍然存在的例子？
  • 算法部分：作者声称算法是多项式时间的，但枚举所有最小调整集在最坏情况下可能是指数级的。作者在文中承认了这一点（“虽然最坏情况复杂度是指数级的，但在实际图中通常很小”），但没有给出任何实际运行时间的实验证据。这是一个典型的“理论保证 vs 实际表现”的 gap。

四、开放问题

  1. 全局最优调整集的存在条件：定理 3 给出了两个充分条件（无隐变量或所有可观测变量都是祖先），但必要条件是什么？是否存在含隐变量且存在被忽略变量时，全局最优集仍然存在的非平凡例子？扎根点：定理 3 的陈述和证明（第 4 节）。

  2. 半参数效率 vs 调整集最优性：本文的最优调整集是基于“非参数调整估计量”的渐近方差。但 Bhattacharya et al. (2020) 已经推导了某些含隐变量 DAG 下策略值的半参数有效影响函数。本文的最优调整集估计量是否达到了半参数效率界？如果不是，差距有多大？扎根点：引言中引用 Bhattacharya et al. (2020) 的句子（“derived the semiparametric efficient influence function of the policy value in special classes of DAGs with hidden variables”），以及本文未与半参数效率界进行比较。

  3. 高阶调整集：本文只考虑了“一次调整”（即调整集 Z 是协变量的一个子集）。是否存在“高阶调整集”的概念（例如，调整某些变量的函数或交互项）能进一步降低方差？这与研究者熟悉的 HOIF 和高阶 U-统计量可能有连接。扎根点：本文未讨论任何高阶或非参数调整方法（如系列估计、核方法），所有结果都基于“调整集是变量子集”的假设。

  4. 计算-统计权衡：本文的算法是多项式时间的，但枚举所有最小调整集可能很慢。是否存在更快的近似算法（例如，只寻找“近似最优”的调整集）？或者，是否存在信息-计算 gap——即找到真正最优的调整集是计算困难的（NP-hard）？扎根点：算法部分承认枚举可能是指数级的，但未讨论计算复杂性的下界。

Maintained by 陈星宇 · Homepage · Source on GitHub

评论