인과추론의 데이터 과학 - 디자인 기반의 인과추론에서의 인과 그래프 활용

참고영상 : Bootcamp 5-2. 디자인 기반의 인과추론에서의 인과그래프 활용 

 

 

 

 

 

1. Structure-based Research design 

---

 

◯  왜 Research design 을 설계하는 것이 중요한가 

 

•  갱년기 호르몬 치료가 자궁암을 유발하는 것에 대한 인과추론 

 

 

•  연구자들은 기존의 연구결과에 대해 이의를 제기 

↪ 예일대학교 연구 : 호르몬 치료약이 자궁출혈을 야기하고, 따라서 출혈이 있으면 검사를 받는 경우가 많기 때문에 잠복해있던 자궁암을 발견할 가능성이 높다. 즉, 호르몬 치료가 자궁암을 유발하는 것이 아니고, 출혈이 발생하여 검사를 받아보니 잠복했던 자궁암을 발견했다는 주장인 것이다. 

 

•  자궁출혈이라는 요인을 통제함으로써 이러한 효과를 배제하고 실제 호르몬 치료가 자궁암 유발에 대한 인과관계를 추정할 수 있다고 이야기 한다 → 그러나 다른 연구자들이 반박을 제기 

↪ 하버드 및 보스턴 대학 연구 : 호르몬 치료에 대한 무작위 실험이 가장 확실한 연구 방법이긴 하지만, 암 발병 확률을 검증하기 위한 실험은 윤리적으로 문제가 될 수 밖에 없다. 무작위 실험 없이 인과관계를 추론하기 위해선 적절한 연구 디자인을 고안해야 한다. 

 

 

👉 Causal structure , Causal Design 이 매우 중요하다. 

 

 

 

 

 

◯  Effect of estrogen and uterine cancer 에 대한 서로 다른 causal diagram 과 research design 

 

•  일반적으로 예상하는 인과관계 

 

 

•  예일대학교 주장 : 호르몬 치료제로 안한 자궁출혈이 자궁암 진단을 유발하는 Noncausal association 이 생긴 것이다. 

 

 

따라서 아래와 같이 자궁출혈 요인을 통제하는 것만으로도 호르몬제와 암 진단의 인과적인 효과를 살펴볼 수 있다. 

 

 

 

•  하버드 및 보스턴 대학교 사람들의 반박 : 자궁암 발병 또한 자궁 출혈을 유발할 수 있기 때문에, 출혈을 통제하더라도 인과효과를 얻어내기는 어렵다. 

 

 

자궁출혈 여부를 통제하게 되면, backdoor path 는 block 될 수 있지만 여성 호르몬과 자궁암 발병의 collider 역할을 하는 자궁출혈은 conditioning 하면 path 가 오히려 열리게 된다. 

 

 

아래와 같이 또 다른 path (호르몬-출혈-자궁암-진단) 가 열리게 될 수 있다. 

 

 

•  따라서 변수 자체를 통제하기 보단, 연구 디자인을 통해서 여성 호르몬이 자궁출혈에 미치는 효과를 연결고리를 끊어버리는게 대안이 될 수 있다. 

 

 

 

 

 

 

 

 

 

2. Design of Control variables / Conditioning strategies 

---

 

◯  Design 

 

 

•  selection on observable strategies 의 주요 가정 : 관찰 가능한 변수들로 selection bias 를 모두 설명할 수 있다고 가정 ⇨  causal graph 가 이러한 측면에서 매우 유용할 수 있다. 

 

•  causal graph 를 통해 통제변수에 대한 디자인, conditioning 전략을 세워 인과추론의 수준을 높일 수 있다. 

 

 

 

◯  모든 control variable 을 사용하는게 가장 best 한 방법은 아니다. 

 

•  SOD : 염분섭취 (원인변수) , SBP : 혈압 (결과변수) 

•  AGE (나이) : confounder, pre-treatment variable

•  PRO (단백질) : collider, post-treatment variable 

•  아래의 구조 하에서 시뮬레이션 데이터를 생성해서 분석  

•  True effect = 2 : 시뮬레이션에서의 regression coefficient 가 2에 가까워야지 실제 결과에 가까운 것 

 

 

 

⇨ 어떤 부분을 통제하느냐에 따라 회귀분석 결과가 어떻게 달라지는지 살펴봄 

 

 

↪ Model1 : 통제하지 않은 상태에서는 결과가 true causal effect 보다 over-estimate 되고 있다. 

↪ Model2 : confounder 를 conditioning 했을 때, true causal effect 에 가깝게 계수가 추정됨을 볼 수 있다. 

↪ Model3 : collider 의 경우는, conditioning 을 하면 path 가 열리기 때문에 회귀분석 결과가 앞선 모델보다 완전히 정반대의 모습을 띄고 있음을 볼 수 있다. 회귀분석에서 모든 변수를 control 하는게 능사는 아니다!

 

 

causal graph 를 적극적으로 활용해 유용한 control 변수를 적절히 사용하는 것이 중요하다.

 

 

Backdoor path 를 야기하는 Confounder 들은 모두 control 하는 것이 좋다. 반면에 특수한 경우를 제외하곤 causal path 의 중간에 있는 mediator 는 통제하면 안된다. 그리고 collider (post-treatment) 의 경우는 conditioning 을 하면 오히려 backdoor path 가 생기기 때문에 control 하면 안된다. 

 

 

 

 

3. Communicating identification assumption 

---

 

◯  Identification assumption : 인과추론에 필요한 가정들 

 

•  통계적인 test 의 영역이라기 보단, 이론적인 정당성의 영역이다. 가장 대표적인 것이 도구변수이다. 

 

↪ 도구변수의 가정 : (1) IV 가 treatment group 을 설명할 수 있어야 한다, (2) IV 가 결과변수에 영향을 주는 unobserved factor 와 관계있는 error term 과 상관이 없어야 한다 ⇨ 첫번째 가정은 통계적으로 검증할 수 있지만 두번째 가정은 통계적으로 검증해내기 쉽지 않다. 

 

 

 

•  통계적인 가정의 구분 

 

① Violation of Exclusion restriction : 도구변수가 실제로 결과변수에 영향을 미쳐야 되는데, treatment variable 을 통해서만 결과변수에 영향을 미쳐야 한다. 

 

② Violation of Exogeneity of IV : 도구변수가 결과변수인 y에 아무런 관계가 없어야 한다. 즉, confounder 가 없어야 한다. 

 

 → 1번, 2번 모두 통계적으로 error term 과 관계가 없어야 한다는 내용으로 의미하는바는 동일하지만, 그래프를 활용해서 condtition 을 다르게 표현할 수 있다. 

 

 

  

 

 

 

 

4. Transportability : From RCTs to Observational studies 

---

 

•  실험적인 접근방법을 통한 인과추론을 하고자 하는 방법 

•  특정 집단, 상황에서의 인과추론은 다른 상황이나 집단에 적용되지 않을 수 있다 

 

•  Transportability : RCT 나 causal inference 의 결과를 다른 집단에 적용할 수 있는지의 여부 

 

 

•  실험에서의 결과나 causal experiment 의 결과를 다른 setting 에 적용하는 것은 큰 잠재성이 있다.