大規模な多腕観察研究におけるバイアス低減：BCAUSを用いた教師付き自動共変量バランス化

観察研究は、ランダム化比較試験（RCT）に加えて補足的証拠を提供する手段としてますます重要性を増している。その理由は、RCTでは実現が困難な規模および多様性を持つ参加者やアウトカムを扱える点に加え、今後の介入の実施環境に近い状況をより正確に反映できるためである。因果効果を推定するにあたり、観察データを用いる際の課題を克服するため、既に確立されたプロポーショナルスコアに基づく手法が存在する。これらの手法は、バイアスがどの程度排除されたかを評価するための品質保証診断機能も提供しており、推定結果の信頼性を検証できる。大規模な医療データセットでは、同一の基礎疾患に対して複数の異なる薬剤または薬剤組み合わせが用いられることが一般的である。従来の手法は手動による反復的なワークフローを必要とし、介入群が多数存在する研究にはスケーラビリティに欠ける。このような状況においては、従来のプロポーショナルスコアベースのワークフローと互換性を持つ自動化された因果推論手法が極めて望ましい。