跳转至

Causal mediation analysis for stochastic interventions

作者: Iván Díaz, Nima Hejazi
主题: 因果推断
相关性: 7/10
链接: https://arxiv.org/abs/1901.02776

一、领域脉络与小综述

这个方向是什么

本文研究的子方向是因果中介分析，其根本的科学问题是：将一个总因果效应（如处理对结局的平均效应）分解为“通过某个中介变量传递的间接效应”和“不通过该中介变量的直接效应”，从而揭示处理发挥作用的机制。该方向当前已从早期的线性结构方程模型发展到非参数因果框架，但主流工作（如自然直接/间接效应）仍聚焦于二元处理变量和确定性干预（将处理设定为固定值）。本文试图将这一框架推广到随机干预（处理变量是随机变量）和连续/分类处理变量的设定下。

发展脉络（history）

  1. 奠基工作：因果推断的现代框架始于 Rubin (1974) 的潜在结果框架和 Pearl (1995, 2000) 的非参数结构方程模型与 do-calculus。Robins and Greenland (1992) 和 Pearl (2001) 首次在潜在结果框架下定义了自然直接效应和间接效应，将总效应分解为通过中介的路径和不通过中介的路径。这是中介分析的因果里程碑，但其识别依赖于“跨世界反事实独立性”假设（cross-world counterfactual independencies），即假设处理取不同值时的潜在结果与中介的潜在值独立。作者指出，这一假设“在随机化试验中不可识别”，因此“科学主张无法通过实验证伪”（Popper, 1934; Dawid, 2000; Robins and Richardson, 2010）。

  2. 主要进展——解决跨世界独立性问题的两条路线：为克服自然效应的识别困境，文献发展出两条路线：

    • 路线一：部分识别（bounds）。Robins and Richardson (2010)、Tchetgen and Phiri (2014)、Miles et al. (2015) 等在不做跨世界独立性假设的情况下，推导直接效应的界（bounds）。这提供了保守但稳健的推断。
    • 路线二：重新定义效应（interventional effects）。Petersen et al. (2006)、van der Laan and Petersen (2008)、Vansteelandt and VanderWeele (2012)、VanderWeele et al. (2014) 等提出了替代的直接/间接效应定义，统称为干预效应（interventional effects）。这些效应不依赖跨世界独立性，因此可以在随机化处理和中介的实验中识别。本文属于这条路线。

  3. 当前 Frontier——随机干预与连续处理：大多数中介分析工作仍假设处理是二元的且干预是确定性的。然而，许多实际应用（如连续的手术时间、体力活动量）需要处理连续变量，且“将所有人设定为同一值”的干预可能不现实或违反正性假设。为此，随机干预（stochastic interventions）的概念被引入，用于定义总效应。关键工作包括：

    • Díaz and van der Laan (2012, 2018) 和 Haneuse and Rotnitzky (2013) 定义了修正处理策略（modified treatment policies） 的总效应，允许处理变量连续，干预是“将每个人的处理值减少δ”这类依赖于自然值的操作。
    • Kennedy (2018a) 针对二元处理，提出了增量倾向性评分干预（incremental propensity score interventions），通过改变暴露的几率比来定义总效应，并给出了高效估计量。
    • 这些工作没有处理效应的分解（直接/间接效应），这正是本文的切入点。

  4. 本文的位置：本文是上述两条线索的交叉点。它采用“干预效应”路线（避免跨世界独立性），但将其从确定性干预推广到随机干预（修正处理策略和指数倾斜），从而为连续/分类处理变量的中介分析提供了完整的识别、高效估计和推断框架。作者明确将本文定位为“随机干预总效应分解”的首次系统处理。

子线索聚类

  • 子线索1：自然直接/间接效应的识别与估计。核心工作包括 Robins and Greenland (1992), Pearl (2001), Imai et al. (2010), Tchetgen Tchetgen (2013)。这些工作处理二元处理，依赖跨世界独立性假设，并发展了基于回归、加权或双重稳健的估计量。瓶颈在于跨世界假设的不可检验性和在连续处理下的不适用性。
  • 子线索2：干预效应（interventional effects）。核心工作包括 Vansteelandt and VanderWeele (2012), VanderWeele et al. (2014), Lok (2016, 2019), Vansteelandt and Daniel (2017), Zheng and van der Laan (2017), Rudolph et al. (2017)。这些工作通过重新定义效应来避免跨世界独立性，但通常仍假设处理是二元的且干预是确定性的。瓶颈在于对连续处理缺乏统一的处理框架。
  • 子线索3：随机干预的总效应。核心工作包括 Díaz and van der Laan (2012, 2018), Haneuse and Rotnitzky (2013), Kennedy (2018a)。这些工作定义了随机干预下的总效应，并发展了高效估计量，但没有进行效应分解。本文填补了子线索2和3之间的空白。

这个方向在追问的核心问题

  1. 如何定义和识别不依赖跨世界独立性的直接/间接效应？ 这是“干预效应”路线的核心。
  2. 如何将中介分析从二元处理推广到连续/分类处理？ 这是随机干预框架的核心优势。
  3. 如何在非参数或高维设定下高效估计这些效应，并构造有效的置信区间？ 这需要半参数效率理论和数据自适应方法。
  4. 当存在受处理影响的中介-结局混杂时，效应是否仍可识别？ 这是一个公认的难点，本文明确将其排除在范围之外。

⚠️ 作者的 framing

  • 作者把缺口 frame 成什么：作者将缺口定位为“随机干预总效应的分解”。他们声称，现有工作要么处理了随机干预的总效应（Díaz and van der Laan, 2012; Kennedy, 2018a），要么处理了确定性干预的效应分解（interventional effects），但“没有一篇论文处理随机干预的效应分解”。因此，本文是“显然的下一步”。
  • 哪些竞争路线被他淡化或回避了：
    • 自然效应：作者明确指出了其跨世界独立性假设的不可检验性，并将其作为本文方法更优的主要论据。这并非淡化，而是正面攻击。
    • 参数方法：作者批评了基于参数结构方程模型的方法（如 Baron and Kenny, 1986），认为其“施加了不可信的假设”。对于连续处理，他们指出参数中介方法（如 Vansteelandt et al., 2012）“通过施加不可检验且不可信的参数假设引入了不可量化的偏差”。这是对竞争路线的有力批评。
    • 受处理影响的中介-结局混杂：作者明确声明“本文方法不能用于”这种情况，并将其列为未来工作。这是一个诚实的回避，但也是本文的主要局限性。
  • 什么明显该被引 / 该存在、却没出现在 intro 里？ 从用户的研究兴趣看，本文与统计-计算权衡（statistical-computational tradeoff）没有直接关联。本文的估计量是多项式时间的（基于回归和交叉拟合），其计算复杂度主要取决于回归函数的估计，而非一个需要低度多项式屏障来刻画计算可行性的问题。因此，没有引用该领域的文献是合理的。不过，如果考虑多元中介情形，估计回归函数的计算成本（如树宽）可能成为一个有趣的问题，但这并非本文的重点。

张力

未见明显对立引用。文献中关于“自然效应”和“干预效应”的争论是清晰的，但并非矛盾，而是不同假设下的不同选择。本文明确选择了后者。

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：

    • A：暴露/处理变量（连续或分类）。
    • Y：结局变量（连续或二元）。
    • Z：中介变量（可以是多元的）。
    • W：基线协变量（向量）。
    • O = (W, A, Z, Y)：一个观测单元的数据。
    • P：O的分布。Pn：经验分布。
    • g(a|w)：倾向性得分，即给定W=w时A=a的条件密度/概率。
    • m(a, z, w) = E[Y | A=a, Z=z, W=w]：结局回归函数。
    • e(a|z, w)：给定(Z, W)时A的条件密度。
    • q(z|a, w)：给定(A, W)时Z的条件密度。
    • r(z|w)：给定W时Z的边缘密度。
    • g_δ(a|w)：用户指定的随机干预后的暴露分布，由参数δ索引。g_{δ=0} = g。
    • A_δ：从g_δ中抽取的潜在暴露变量。
    • Y(a, z)：将(A, Z)设定为(a, z)时的潜在结局。
    • Z(a)：将A设定为a时的潜在中介。
    • θ(δ) = E[Y(A_δ, Z)]：核心目标参数，即干预暴露但不干预中介时的平均潜在结局。
    • ψ(δ) = E[Y(A_δ)]：干预暴露后的总平均潜在结局。
    • β(δ) = θ(δ) - E[Y]：直接效应（PIDE）。
    • ψ(δ) - θ(δ)：间接效应（PIIE）。

  • 模型：

    • 数据生成机制由非参数结构方程模型（NPSEM）描述：W = f_W(U_W), A = f_A(W, U_A), Z = f_Z(W, A, U_Z), Y = f_Y(W, A, Z, U_Y)。这假定了变量间的时序关系，且U是外生误差。
    • 统计模型M是非参数模型，即所有在O上的连续分布。

  • 可观测数据：

    • 可观测：W, A, Z, Y。我们有n个i.i.d.样本(W_i, A_i, Z_i, Y_i)。
    • 想要但观测不到：潜在结局Y(a, z)和潜在中介Z(a)。所有因果效应都是这些反事实量的函数。识别需要假设（如A3）将这些反事实量与可观测数据的条件分布联系起来。

第二步：讲最小内核

最简特例：二元暴露、单个二元中介、无协变量

假设A ∈ {0, 1}，Z ∈ {0, 1}，没有协变量W。我们想评估一个随机干预A_δ的效果，该干预将暴露的几率比乘以δ（即Kennedy的增量倾向性评分干预）。此时，g_δ(1) = δ * g(1) / (δ * g(1) + 1 - g(1))。

核心问题：将总效应ψ(δ) = E[Y(A_δ)] - E[Y]分解为直接效应和间接效应。

本文的核心思路：定义直接效应为β(δ) = E[Y(A_δ, Z)] - E[Y]，即只改变暴露分布、不改变中介分布时的效应。间接效应为ψ(δ) - β(δ)。

在这个特例下，识别和估计退化成什么？

  1. 识别：根据定理1，θ(δ) = E[Y(A_δ, Z)]被识别为： θ(δ) = Σ_{a∈{0,1}} Σ_{z∈{0,1}} m(a, z) * g_δ(a) * P(Z=z) 其中m(a, z) = E[Y | A=a, Z=z]。注意，这里不需要W，且识别公式不涉及跨世界反事实。它只依赖于可观测数据的条件均值m、干预分布g_δ和中介的边缘分布P(Z)。

  2. 估计：一个简单的替代估计量是： θ_sub(δ) = Σ_{a∈{0,1}} Σ_{z∈{0,1}} m_hat(a, z) * g_δ(a) * (1/n) Σ_i I(Z_i = z) 其中m_hat是m的估计（例如，通过逻辑回归）。

  3. 为什么这个例子是“最小内核”：

    • 它剥离了所有协变量W，使识别和估计公式变得极其透明。
    • 它展示了本文的核心贡献：通过随机干预g_δ来定义效应，使得直接效应β(δ)的识别只需要E[Y|A, Z]和P(Z)，而不需要任何跨世界独立性假设。这与自然直接效应形成鲜明对比，后者需要Y(a, Z(a*))这类跨世界量。
    • 在这个特例下，θ(δ)的EIF（定理2和推论1）会大大简化，其核心结构——一个关于Y的“伪残差”项和一个关于A的“协变量平衡”项——仍然保留，但计算变得非常直观。

因此，即使不读全文，读者也能抓住本文的核心数学思想：用随机干预替换确定性干预，从而在更弱的假设下定义和识别直接/间接效应。

三、这篇论文做了什么

三句话

  1. 研究了什么问题：本文研究了在随机干预（stochastic interventions）框架下，如何将总因果效应分解为直接效应和间接效应，从而为连续/分类处理变量的中介分析提供了一套完整的识别、估计和推断理论。
  2. 核心工具/方法：核心工具是半参数效率理论，特别是高效影响函数（EIF）。基于EIF，作者构建了一个一步估计量（one-step estimator），并采用交叉拟合（cross-fitting） 来放松对初始估计量的熵条件要求，允许使用数据自适应的机器学习方法。
  3. 主要结论：在无受处理影响的中介-结局混杂假设下，随机干预下的直接/间接效应可以在比自然效应更弱的假设下被识别（无需跨世界独立性）。作者提出的高效估计量在回归函数达到n^{1/4}-一致率时是n^{1/2}-一致且渐近线性的，并给出了基于乘子自助法（multiplier bootstrap）的均匀置信带和假设检验方法。

关键设定与假设

  • 设定：非参数统计模型M，数据由NPSEM (1) 生成。处理变量A可以是连续或分类的。中介Z可以是多元的。明确排除了受处理影响的中介-结局混杂（如图2所示）。
  • 关键假设：
    • A1 (分段光滑可逆性)：仅对修正处理策略（如例1）需要，确保可以通过变量变换公式计算g_δ。
    • A2 (共同支撑)：supp{g_δ(·|w)} ⊆ supp{g(·|w)}。这是随机干预的标准假设，确保干预在数据支持的范围内。对于例1和例2的干预，该假设自动满足。
    • A3 (条件可交换性)：E[Y(a, z) | A, W, Z] = E[Y(a, z) | W, Z]。这是本文的核心识别假设。它比自然效应所需的Y(a, z) ⟂⟂ (A, Z) | W更弱，因为它只要求给定(W, Z)后，A与Y(a, z)条件独立，而不要求Z与Y(a, z)独立。作者指出，这一假设在随机化暴露和中介的实验中自动满足。
    • 相比已有文献：相比自然效应（Pearl, 2001），本文的A3放宽了跨世界独立性假设。相比干预效应（Vansteelandt and VanderWeele, 2012），本文的A3与之类似，但本文的效应定义基于随机干预，因此适用于连续处理。

主要结果

  • 定理1 (识别)：在A2和A3下，θ(δ) = E[Y(A_δ, Z)]被识别为∫ m(a, z, w) g_δ(a|w) p(z, w) dν(a, z, w)。这个公式是后续所有估计量的基础。
  • 定理2 (EIF)：给出了θ(δ)在非参数模型中的高效影响函数D_{η,δ}，它由三部分组成：D^Y（与Y相关）、D^A（与A相关）、D^{Z,W}（与Z,W相关）。D^A的具体形式依赖于随机干预的类型（修正处理策略或指数倾斜），分别在引理1和引理2中给出。
  • 引理1 & 2 (EIF的具体形式)：关键技巧是引入了一个辅助参数φ(a, w)，它通过一个顺序回归（sequential regression）来定义，从而避免了直接估计可能高维的中介密度r(z|w)。例如，对于指数倾斜，φ(a, w) = E[ g(A|W)/e(A|Z,W) * m(A, Z, W) | A=a, W=w]。
  • 定理3 (点态弱收敛)：对于修正处理策略，在n^{1/4}-一致率条件（条件(i)）下，一步估计量θ_hat(δ)是n^{1/2}-一致且渐近正态的，方差达到半参数效率界。
  • 定理4 (均匀弱收敛)：对于指数倾斜干预，在额外假设下，θ_hat(δ)作为δ的函数弱收敛到一个高斯过程。这为构造均匀置信带和检验“无直接效应”的零假设提供了理论基础。

证明路线与技术技巧

  • 整体路线：

    1. 推导EIF：通过计算非参数最大似然估计量（NPMLE）的影响函数来获得EIF。这是一个标准但繁琐的代数过程。
    2. 构建一步估计量：基于EIF，构造θ_hat(δ) = P_n D_{η_hat, δ}。由于D_{η, δ}是θ(δ)的EIF，P_n D_{η, δ}是θ(δ)的一阶渐近等价表示。
    3. 交叉拟合：将数据分成J折，用第j折外的数据训练η_hat_j，然后用第j折内的数据计算D_{η_hat_j, δ}。这避免了Donsker条件，允许使用复杂的机器学习方法。
    4. 分析渐近偏差：将θ_hat(δ) - θ(δ)分解为经验过程项G_n D_{η, δ}和二阶偏差项R_n。核心工作是证明R_n = o_P(n^{-1/2})。
    5. 控制二阶偏差：通过定理5和6（在附录中）给出的二阶表示，证明R_n可以被||m_hat - m|| * (||g_hat - g|| + ||e_hat - e||) + ||g_hat - g|| * ||φ_hat - φ||等乘积项控制。因此，只要每个回归函数以n^{1/4}速率收敛，其乘积就是o_P(n^{-1/2})。
    6. 建立弱收敛：经验过程项G_n D_{η, δ}依分布收敛到高斯过程。结合R_n = o_P(1)，得到θ_hat(δ)的渐近分布。

  • 关键跳跃点：

    • 参数化e = gq/r：这是本文的一个关键技巧。它允许将EIF中涉及q和r的项（如D^{Z,W}）重写为只依赖于e和g的项，从而避免了直接估计高维中介密度r(z|w)。这个技巧在Zheng and van der Laan (2012) 中也有使用。
    • 引入辅助参数φ：通过将D^A中的积分重写为一个条件期望φ，将估计问题从密度估计转化为回归问题。这是另一个避免维度诅咒的关键。
    • 交叉拟合的使用：这是现代半参数估计的标准技巧，但本文明确将其用于随机干预的中介分析，并给出了完整的理论证明。

  • 技术技巧点名：

    • 高效影响函数 (EIF)：核心工具，用于构造高效估计量和分析渐近性质。
    • 交叉拟合 (Cross-fitting)：用于放松熵条件，允许使用数据自适应方法。
    • 乘子自助法 (Multiplier Bootstrap)：用于构造均匀置信带和进行假设检验，避免了重新估计η的计算负担。
    • 顺序回归 (Sequential Regression)：通过φ的定义，将高维积分问题转化为回归问题。
    • 二阶偏差分析 (Second-order Bias Analysis)：通过定理5和6，将偏差表示为回归误差的乘积，从而导出n^{1/4}-一致率条件。

真实例子与应用

  • 数据：来自mma R包的观察性研究数据，包含691名儿童，研究参与运动队对BMI的影响。
  • 变量：
    • A：是否参与运动队（二元）。
    • Y：BMI。
    • Z：三个中介变量：运动习惯、零食摄入、超重状态。
    • W：其他所有收集到的协变量（作为潜在混杂）。
  • 方法应用：
    • 采用增量倾向性评分干预，δ=2，即干预使参与运动队的几率翻倍。
    • 使用medshift R包估计θ(δ)（直接效应部分），使用npcausal R包估计ψ(δ)（总效应部分）。
    • 使用Super Learner集成多种机器学习算法（xgboost, random forest, lasso, HAL等）来估计所有回归函数。
  • 结果：
    • 直接效应估计为0.011（95% CI: -0.458, 0.479）。
    • 间接效应估计为-0.157（95% CI: -0.672, 0.357）。
    • 结论：基于该数据，无法得出“将参与运动队的几率翻倍”对儿童BMI有显著直接或间接影响的结论。但效应的方向与预期一致（间接效应为负，即通过改变行为降低BMI）。
  • 这个例子想说明什么：展示了本文方法在真实数据上的完整应用流程，包括效应分解、使用数据自适应方法估计回归函数、以及基于EIF的推断。它验证了方法的实用性，尽管结果不显著。

🔎 结论是否比证明窄

  • 窄的结论：定理3和4的渐近线性性依赖于n^{1/4}-一致率条件。作者在模拟中使用了高度自适应LASSO（HAL），该估计器被证明可以达到这个速率。但作者并未证明所有在Super Learner库中的算法（如xgboost）都能达到n^{1/4}速率。因此，在实际应用中，该条件可能不成立，导致推断不准确。作者在讨论中提到了这一点，并建议使用TMLE作为替代。
  • 泛化的claim：作者声称方法“允许多元中介”。然而，在多元中介下，间接效应的解释变得复杂。作者在讨论中承认“解释需要更加小心”，但并未提供任何理论或方法来分解多元中介的路径。因此，方法在“允许”多元中介上是成立的，但在“解释”多元中介上，结论比证明窄。
  • 未证明的conjecture：作者在引理3和4中讨论了多重稳健性。对于修正处理策略，他们证明了在特定配置下的多重稳健性。但对于指数倾斜，他们只证明了g必须被一致估计。这是一个明确的结论，而非conjecture。

四、开放问题

  1. 受处理影响的中介-结局混杂：本文明确排除了这种情况。作者指出，点识别在此情况下“通常不可能”，部分识别是活跃研究领域（Robins and Richardson, 2010; Tchetgen and Phiri, 2014; Miles et al., 2015）。扎根于：Remark 2 和 Section 7。
  2. 暴露-中介交互：本文的效应定义和EIF推导是否允许暴露-中介交互？在m(a, z, w)中，交互项是自然包含的。但EIF的推导和二阶偏差分析是否在交互存在时仍然成立？作者没有明确讨论。扎根于：m(a, z, w)的定义本身是灵活的，但理论分析未专门处理交互。
  3. 多元中介的路径分解：本文只给出了“联合”间接效应。如何将间接效应进一步分解为通过每个中介的路径特定效应？这在存在多个相关中介时是一个开放问题。扎根于：Section 7 的讨论。
  4. 与统计-计算权衡的联系：本文的n^{1/4}-一致率条件是半参数估计的标准要求。一个有趣的问题是：是否存在某些数据生成机制，使得达到n^{1/4}速率在计算上是困难的（例如，需要指数级时间），从而在统计和计算之间产生一个权衡？这可以联系到用户对低度多项式屏障的兴趣。扎根于：定理3的条件(i)。

Maintained by 陈星宇 · Homepage · Source on GitHub

评论