거대한 다중 팔 관찰 연구에서 BCAUS를 활용한 편향 최소화: 감독을 통한 자동 공변량 균형화

관찰 연구는 무작위 대조 시험(RCT)과 함께 보완적인 증거를 제공하기 위해 점점 더 널리 활용되고 있다. 그 이유는 RCT에서는 실현 불가능할 정도로 규모가 크고 다양한 참가자 및 결과를 포함할 수 있기 때문이다. 또한 관찰 연구는 향후 연구된 개입이 적용될 실제 환경과 더 유사한 상황을 반영한다. 인과 효과를 추정하기 위해 관찰 데이터를 다루는 데 있어 발생하는 도전 과제를 극복하기 위한 잘 정립된 적합도 점수 기반 방법들이 존재한다. 이러한 방법들은 편향이 얼마나 제거되었는지 평가하고 추정치가 신뢰할 수 있는지 확인할 수 있는 품질 보증 진단 기능을 제공한다. 대규모 의료 데이터셋에서는 동일한 기저 질환에 대해 다양한 독립적인 약물 또는 약물 조합이 사용되는 경우가 흔하다. 기존의 방법들은 수작업으로 반복적인 워크플로우를 필요로 하므로, 개입 군이 많은 연구에는 스케일링이 어렵다. 이러한 상황에서는 기존의 적합도 점수 기반 워크플로우와 호환되면서도 자동화된 인과 추론 방법이 매우 바람직하다.