Quando a reconstrução não é suficiente: duplamente robusta análise contrafactual e intervencionista da mediação com representações multimodais aprendidas

O que aconteceu

Representações aprendidas de registros multimodais de saúde de alta dimensão são cada vez mais utilizadas para se ajustarem para confusão, mas geralmente são treinadas para reconstruir os dados e não para preservar as informações que a identificação causal requer. Estudamos duas famílias de estimadores: resultados contrafatuais sob tratamentos alternativos, incluindo efeitos fenótipo-específicos e perfis de risco contrafatual de pacientes do tipo que os gêmeos digitais fornecem, e efeitos intervencionais diretos e indiretos sob confusão intermediária induzida pela exposição. Damos condições em que uma representação preserva a identificação e mostra que a mediação intervencionista é mais exigente do que a comparação contrafactual. Provamos que nenhum objetivo de treinamento que depende apenas das covariáveis, seja a reconstrução, o contraste, ou a física-informada, pode certificar que uma representação é suficiente, e em um modelo estrutural linear mostramos que uma representação pode perder uma parcela arbitrariamente pequena da precisão de reconstrução, mas induzir viés arbitrariamente grande. Decompõe-se o erro de estimadores duplamente robustos cross-fitted em um viés de representação de primeira ordem, que nem dupla robustez nem cross-fitting remove, e um restante de erros de estimativa de incômodo de segunda ordem, de modo que a cobertura se deteriora à medida que o tamanho da amostra cresce quando a representação é insuficiente. Propomos um fluxo de trabalho combinando autoencodificadores variacionais específicos de modalidade treinados fora da amostra de estimação, estimadores duplamente robustos e de uma etapa, fenótipos bloqueados, análise de via select-then-confirmar, representações portáteis para replicação externa e diagnósticos para insuficiência de representação, vazamento de exposição e sensibilidade. Em simulações, uma representação que descartou um confundidor raro deu intervalos de efeito indireto intervencional com cobertura de 2% em n=3.000 quando o confundidor foi moderadamente forte, a perda de reconstrução não identificou o problema, e um diagnóstico preditivo simples o marcou em 100% das repetições.