Data Science
因果推論機會的自動偵測：迴歸斷點分析中的亞群發現
Author
Venue
ICML、IMLH（非存檔類）、TMLR
Abstract
識別因果效應的黃金標準是隨機對照試驗（RCT），但RCT未必總是可行。然而，當治療取決於某個閾值時（例如糖尿病診斷的血糖閾值），我們有時仍可透過回歸不連續性（RD）來估計因果效應。 當閾值上下相鄰的單位具有相同的共變量分佈，且在存在雜訊的情況下不存在混雜因素時，RD 即為有效的，這便建立了一種「假設隨機化」的假設。然而在實務上，實施 RD 研究可能相當困難，因為識別治療閾值需要相當程度的領域專業知識——此外，閾值可能因次群體而異（例如，糖尿病的血糖閾值可能因人口統計特徵而異），而忽略這些差異可能會降低統計功效。 確定閾值及其適用對象是一項重要課題，目前主要由領域專家手動解決；當領域專業知識不足時，則需要數據驅動的方法。在此，我們介紹「迴歸不連續性亞群發現」（RDSGD），這是一種機器學習方法，能為 RD 閾值識別出統計功效強且具解釋性的亞群。 我們利用包含超過 6,000 萬名患者的醫療理賠資料集，將 RDSGD 應用於多種臨床情境，並識別出對治療分配閾值遵從度較高的亞群。由於治療閾值對許多疾病及政策決策至關重要，RDSGD 將成為發掘因果推估新途徑的強大工具。
