이질적 치료 효과 추정을 위한 데이터 융합 프레임워크 Causal‑ICM

초록

Causal‑ICM은 다중 과제 가우시안 프로세스를 이용해 무작위 대조시험(RCT)과 관찰 연구 데이터를 동시에 모델링한다. 데이터 간 차용 정도를 조절하는 파라미터와 데이터 적응적 선택 절차를 도입해 관찰 데이터가 편향을 과도하게 전파하지 않도록 하면서, 전체 모집단에 대한 이질적 치료 효과와 그 불확실성을 정확히 추정한다. 시뮬레이션 및 실제 사례에서 기존 방법보다 우수한 점 추정 및 불확실성 정량화를 보인다.

상세 분석

본 논문은 이질적 치료 효과(HTE) 추정에서 내부 타당도(RCT)와 외부 타당도(관찰 연구)의 상충을 해소하고자, 베이지안 비모수적 접근인 Causal‑ICM을 제안한다. 핵심 아이디어는 두 데이터 소스를 각각 하나의 ‘태스크’로 보는 다중 과제(GP) 모델링이다. 각 태스크는 치료군(1)과 대조군(0)의 평균 결과 함수를 별도로 학습하며, 다중 과제 커널을 통해 두 태스크 간 상관구조를 공유한다. 이를 통해 RCT에서 얻은 무편향 정보를 관찰 데이터가 커버하는 넓은 공변량 영역으로 확장하면서도, 관찰 데이터가 내재한 미측정 교란(bias)으로부터 과도한 정보 흡수를 방지한다.

논문은 차용 정도를 조절하는 하이퍼파라미터 ρ를 도입하고, 베이지안 마진 가능도 혹은 교차 검증 기반의 데이터 적응적 절차를 통해 최적값을 자동 선택한다. ρ가 0이면 두 태스크가 완전히 독립적으로 학습되고, ρ가 1에 가까우면 관찰 데이터가 RCT 결과에 거의 동일하게 적용된다. 저자는 ρ가 관찰 데이터의 편향을 제한하도록 이론적 경계(정보 제한)를 증명하고, 불확실성 정량화가 과도하게 낙관적이 되는 상황을 방지한다.

모델링 가정은 표준 인과 추론 가정(A1‑A6)을 따르며, 특히 RCT와 관찰 연구 사이에 공변량 분포가 부분적으로 겹치는(overlap) 상황을 전제로 한다. 이때 관찰 데이터는 RCT가 충분히 커버하지 못하는 영역에 대해 사전 정보(prior)를 제공하고, 다중 과제 GP의 사후 분산이 해당 영역에서 자연히 확대된다. 또한, T‑learner 구조를 채택해 치료와 대조군을 별도 GP로 추정하고, 최종 HTE는 두 사후 평균의 차이로 계산한다.

실험에서는 다양한 편향 강도, 공변량 차이, 샘플 크기 비율을 조절한 시뮬레이션을 수행했으며, Causal‑ICM은 평균 제곱오차(MSE)와 커버리지 비율 측면에서 최신 베이지안 동적 차용 방법(Lin et al., 2025) 및 두 단계 보정 방법(Kallus et al., 2018)보다 우수했다. 실제 사례로는 의료 데이터셋(예: 당뇨병 약물 효과)에서 RCT와 대규모 전자건강기록(EHR) 데이터를 결합해, 기존 RCT만 사용했을 때보다 더 정밀한 환자별 치료 효과와 신뢰구간을 제공하였다.

전반적으로 Causal‑ICM은 (1) 다중 과제 GP를 통한 자연스러운 정보 공유, (2) 차용 파라미터의 데이터 적응적 튜닝, (3) 편향 제한을 보장하는 이론적 근거, (4) 불확실성 정량화가 가능한 베이지안 프레임워크라는 네 가지 강점을 갖는다. 이는 기존 방법이 갖는 강한 선형/파라메트릭 가정이나 제한된 불확실성 추정 문제를 효과적으로 보완한다.