《Biometrics》：Causal decomposition framework for quantifying intervenable cancer health disparities
编辑推荐：
本研究提出一种非参数分解框架，用于量化和优先排序多个可干预中介因素对健康结局差异的影响。识别健康差异的可改变组成部分对于制定政策和指导资源分配至关重要，但仍存在若干方法论挑战，包括为种族或民族等不可改变特征构建假设性干预、减轻用于表示因果路径的潜在不相容统计模
本研究提出一种非参数分解框架，用于量化和优先排序多个可干预中介因素对健康结局差异的影响。识别健康差异的可改变组成部分对于制定政策和指导资源分配至关重要，但仍存在若干方法论挑战，包括为种族或民族等不可改变特征构建假设性干预、减轻用于表示因果路径的潜在不相容统计模型所带来的偏倚，以及评估多个中介因素的联合效应和单独效应。为应对这些挑战，本研究将健康差异研究的最新进展与现代机器学习技术相结合。一个关键假设（常见于因果差异框架）是中介-结局关系中不存在未测量混杂。研究人员扩展了现有中介分析方法，并引入一种非参数敏感性分析，该分析在存在未测量混杂的情况下，为可改变差异估计提供尖锐界限。这些方法共同提供了一种稳健且灵活的因果差异分析途径，能够识别高影响力、可操作的干预措施。研究人员在结直肠癌生存差异的背景下展示了这些方法的实用性——在美国，不同种族、民族和医疗服务不足人群之间持续存在的差异，凸显了迫切需要能够揭示有效干预点的分析策略。
论文解读：可干预癌症健康差异的因果分解框架
一、研究背景与问题
癌症健康差异在美国各人群间持续存在，少数种族和民族群体面临更差的健康结局，这由结构性决定因素、筛查和治疗机会不平等以及健康状况差异共同驱动。在结直肠癌领域，差异尤为显著：非西班牙裔黑人（NH Black）人群的五年生存率（57.6%）显著低于非西班牙裔白人（NH White）人群（69.1%）。传统分解方法如Peters–Belson和Oaxaca–Blinder分解虽能量化与可观察特征相关的差异比例，但缺乏对因果性的内在考量。Jackson和VanderWeele及Jackson的研究将因果中介分析引入健康差异研究，但主要聚焦于单一中介因素。已有涉及多中介因素的研究要么忽视了健康差异研究特有的因果考量，要么不允许检验每个中介因素的单独效应。为有效指导政策优先排序和资源分配，需要同时评估对单个中介因素及其组合进行干预的因果效应。此外，现有方法面临若干方法论挑战：如何为种族等不可改变特征构建假设性干预、如何减轻不相容统计模型带来的偏倚、以及如何在存在未测量混杂时评估估计的稳健性。
二、研究内容与结论
研究人员提出了一种非参数因果分解框架，该框架基于干预性中介效应（interventional mediation effects）和可允许性（allowability）概念，能够容纳多个可干预路径。该框架设定针对单个或联合中介因素的人群层面干预，将观察到的差异分解为可改变和不可改变组成部分，从而评估干预措施在何种程度上能够缩小观察到的差异。框架具有高度灵活性，允许针对不同中介因素和结局设定不同的可允许集合，以适应不同差异研究情境及其伦理考量。研究人员将该框架应用于加利福尼亚癌症登记处（California Cancer Registry, CCR）的结直肠癌生存数据，该登记处是美国最大的人群为基础的全州癌症登记系统，包含2000年至2015年间诊断的167342例首次原发性浸润性结直肠癌患者，其中7.3%为NH Black（n=12159），61.6%为NH White（n=103044）。研究聚焦于NH White与NH Black之间的生存差异，考虑两个可干预因素：保险类型（M?，如仅私人保险 vs. 任何Medicaid/军保/其他公共保险）和诊断时癌症分期（M?，I期至IV期）。研究同时开发了基于随机森林的非参数估计和推断程序，并扩展了中介分析的敏感性分析方法，以评估未测量混杂对估计差异缩减量的潜在影响。
三、主要技术方法
研究人员采用基于子抽样（subsampling）和诚实树（honest trees）的随机森林方法，灵活估计多个相互关联的干扰函数（nuisance functions）。估计目标被表征为重新加权（reweighted）的条件结局期望，权重用于解释中介分布差异。针对右删失（right-censoring）数据，研究人员分别估计条件期望和权重，并在随机森林集成中加以组合，同时开发了基于子抽样的推断程序。研究还扩展了Ding和Vanderweele及Smith和VanderWeele的敏感性分析方法，为未测量混杂下的可改变差异估计提供尖锐界限（sharp bounds）。数据来源为加利福尼亚癌症登记处（CCR）的人群为基础癌症登记数据。
四、研究结果
4.1 可允许性框架的构建
研究人员引入可允许性（allowability）作为定义差异估计目标的设计概念。可允许性决定在定义观察到的群体间差异时对哪些协变量进行条件化（结局可允许，outcome-allowable），以及在设定假设性干预时对哪些协变量进行条件化（目标可允许，target-allowable）。结局可允许协变量通常包括年龄和性别等背景特征，而非可允许协变量（如邻里社会经济地位，neighborhood socioeconomic status, nSES）捕捉结构性或社会性不平等，其群体差异旨在保留为差异的一部分。可允许性在概念上有别于因果识别：可允许性通过确定差异和假设性干预的定义方式来决定估计目标的解释，而因果调整确保所得因果估计目标的识别。在癌症登记数据分析中，婚姻状态和nSES对于诊断分期不可允许，因为干预被概念化为改善筛查和诊断可及性的普遍努力；而婚姻状态对于保险状态可允许，因为相应干预被设想为可合理考虑家庭或社会背景的个体化政策。
4.2 多中介干预效应的识别
在无未测量混杂、正性（positivity）和共同支撑（common support）以及一致性（consistency）等识别假设下，研究人员推导了三种干预场景下差异缩减量的识别表达式：仅对M?（保险类型）进行干预、仅对M?（诊断分期）进行干预、以及对M?和M?进行联合干预。识别表达式涉及以参照组中介分布替换少数群体中介分布的随机干预（stochastic intervention）。由于M?和M?具有不同的可允许集合，识别表达式不同于路径特定效应（path-specific effects）。所有感兴趣的估计量均依赖于θ_Z(w)=E{E(Y|R=0,Z)·w(Z)}这一通用形式，其中Z因估计目标而异，w(Z)用于解释参照组与少数群体之间Z分布差异。
4.3 生存结局的差异分解
研究人员将框架扩展至右删失结局，如总生存期（overall survival）。设T为真实生存时间，Z为删失时间，观察响应为(T?,δ)，其中T?=min(T,Z)，δ=I(T≤Z)。结局Y可定义为Y=I[T>t]以研究t年生存差异，或定义为受限均值生存时间（restricted mean survival time）。在标准因果推断假设基础上，额外要求结局变换g(T)允许最大时间范围h，且删失在给定相关中介因素和协变量条件下独立于生存时间。关键区别在于这些假设仅需对少数群体成立。在无删失条件下的识别结果以θ_Z(t,w)=E{S(t|R=0,Z)w(Z)}的形式重新表述，其中S(t*|R=0,Z)表示少数群体中的条件生存函数。
五、讨论与结论
该研究提出的因果分解框架为量化健康差异中可干预路径的贡献提供了稳健且灵活的方法。通过整合可允许性概念和干预性中介效应，框架能够适应多个中介因素及其各自的可允许集合，从而区别于传统的路径特定效应方法。基于随机森林的非参数估计程序避免了参数模型可能存在的设定错误和不可比性问题，同时子抽样推断方法在大型癌症登记数据上具有计算可行性。敏感性分析为未测量混杂下的估计提供了尖锐界限，增强了结论的稳健性。该框架在结直肠癌生存差异中的应用展示了其识别高影响力、可操作干预点的能力，为政策制定和资源分配提供了量化依据。研究强调，可允许性设定反映了科学和政策问题，需要结合具体研究情境及其伦理考量进行审慎选择。
