چگونه مرزهای عددی دلخواه، علت و معلول را در داده‌های مشاهده‌ای جدا می‌کنند

برای اینکه طرح ناپیوستگی رگرسیون (RDD) یک برآورد علّی معتبر ارائه دهد، یک شرط سختگیرانه باید برقرار باشد: سوژه‌ها نمی‌توانند موقعیت خود را در اطراف مرز قطع، به دقت دستکاری کنند. اگر یک بورسیه تحصیلی به نمره آزمون ۸۵ نیاز داشته باشد، و دانش‌آموزان بتوانند آزمون را تکرار کنند تا دقیقاً به ۸۵ برسند، افرادی که ۸۵.۱ کسب می‌کنند اساساً با کسانی که ۸۴.۹ می‌گیرند متفاوت هستند.

آنها منابع، پشتکار یا زمان بیشتری دارند. اما اگر نمره نهایی باشد و مرز سختگیرانه، دانش‌آموزی که ۸۴.۹ می‌گیرد و دانش‌آموزی که ۸۵.۱ می‌گیرد از نظر آماری غیرقابل تشخیص هستند. خود این مرز به عنوان یک پرتاب سکه عمل می‌کند و یکی را به گروه درمان و دیگری را به گروه کنترل اختصاص می‌دهد.[1][2]

این سازوکار متکی بر یک متغیر تخصیص (که گاهی متغیر در حال اجرا نامیده می‌شود) است که صلاحیت دریافت مداخله را بر اساس یک آستانه عددی سختگیرانه تعیین می‌کند. از آنجایی که افرادی که به سختی از مرز عبور نمی‌کنند تقریباً با کسانی که به سختی از آن عبور می‌کنند یکسان هستند، هرگونه جهش ناگهانی در نتایج در آن مرز دقیق را می‌توان به طور کامل به مداخله نسبت داد.[2][5]

دفتر ملی تحقیقات اقتصادی (NBER) در سال ۲۰۰۷ یک راهنمای قطعی برای این روش منتشر کرد و نقش آن را در اقتصادسنجی مدرن تثبیت نمود. نویسندگان NBER می‌نویسند: «ویژگی تعیین‌کننده طرح RDD این است که احتمال دریافت درمان به صورت ناپیوسته به عنوان تابعی از یک یا چند متغیر زیربنایی تغییر می‌کند.» این جهش ناپیوسته به پژوهشگران اجازه می‌دهد تا علت و معلول را در داده‌های مشاهده‌ای جدا کنند و نیاز به کارآزمایی آینده‌نگر را دور بزنند.[1]

مجله پزشکی بریتانیا (BMJ) این رویکرد را به عنوان «تصادفی‌سازی بدون کارآزمایی کنترل‌شده» توصیف می‌کند. در محیط‌های بالینی، اجرای یک کارآزمایی کنترل‌شده تصادفی (RCT) اغلب پرهزینه، زمان‌بر یا از نظر اخلاقی غیرممکن است. اگر تصور شود یک داروی جدید بسیار مؤثر است، خودداری از ارائه آن به گروه کنترل، معضلات اخلاقی جدی ایجاد می‌کند. طرح ناپیوستگی رگرسیون این مشکل را با تجزیه و تحلیل قوانینی که از قبل وجود دارند، مانند دستورالعمل بالینی که درمان را فقط برای بیمارانی با سطح نشانگر زیستی خاص الزامی می‌کند، حل می‌کند.[4]

یک کاربرد کلاسیک شامل آستانه وزن تولد ۱,۵۰۰ گرم است. در بسیاری از بیمارستان‌ها، نوزادانی که با وزن کمتر از ۱,۵۰۰ گرم متولد می‌شوند، به طور خودکار به بخش مراقبت‌های ویژه نوزادان (NICU) فرستاده می‌شوند، در حالی که نوزادانی که ۱,۵۰۱ گرم وزن دارند، مراقبت استاندارد دریافت می‌کنند. با مقایسه نرخ مرگ و میر نوزادان با وزن ۱,۴۹۹ گرم با نوزادان با وزن ۱,۵۰۱ گرم، پژوهشگران می‌توانند تأثیر علّی دقیق پذیرش در NICU را اندازه‌گیری کنند.[6]

مثال گسترده دیگر، سن واجد شرایط بودن مدیکر (Medicare) در ایالات متحده است. در سن دقیق ۶۵ سال و صفر ماه، بخش عظیمی از جمعیت به طور ناگهانی به بیمه درمانی فدرال دسترسی پیدا می‌کنند. پژوهشگران از این ناپیوستگی تیز برای اندازه‌گیری اینکه چگونه پوشش بیمه بر همه چیز، از نرخ غربالگری سرطان گرفته تا استفاده از اورژانس، تأثیر می‌گذارد، زیرا می‌دانند فردی که ۶۴ سال و ۱۱ ماه دارد از نظر بیولوژیکی با فردی که ۶۵ سال دارد یکسان است.[3][4]

روش‌شناسان این طرح‌ها را به دو دسته تقسیم می‌کنند: تیز (Sharp) و مبهم (Fuzzy). در یک طرح تیز، احتمال دریافت درمان به طور آنی در آستانه از ۰ به ۱ می‌پرد. آستانه سنی مدیکر یک طرح تیز است. در یک طرح مبهم، آستانه احتمال درمان را افزایش می‌دهد، اما انطباق کامل نیست. به عنوان مثال، یک نمره آزمون ممکن است پذیرش در یک مدرسه تخصصی را تضمین کند، اما همه دانش‌آموزان پذیرفته شده تصمیم به حضور نمی‌گیرند.[2][5]

چالش ریاضی در هر تحلیل آستانه‌ای، انتخاب پهنای باند (Bandwidth) است. پژوهشگران باید تصمیم بگیرند که چقدر دور از مرز قطع را بررسی کنند. یک پهنای باند باریک – مقایسه فقط نمرات ۸۴.۹ با نمرات ۸۵.۱ – سوگیری را کاهش می‌دهد زیرا سوژه‌ها به طرز باورنکردنی شبیه هم هستند. با این حال، واریانس را نیز افزایش می‌دهد زیرا بخش عظیمی از مجموعه داده را کنار می‌گذارد و اندازه نمونه کوچکی باقی می‌ماند.[1][6]

برای اثبات اینکه محدودیت الزام‌آور برقرار است، اقتصادسنجان به آزمون چگالی مک‌کراری (McCrary) متکی هستند. این بررسی آماری توزیع متغیر تخصیص را بررسی می‌کند تا ببیند آیا یک جهش غیرطبیعی درست بالای مرز قطع وجود دارد یا خیر. اگر یک برنامه کاهش فقر به درآمد زیر ۲۰,۰۰۰ دلار نیاز داشته باشد، و داده‌ها خوشه‌ای عظیم از افرادی را نشان دهد که دقیقاً ۱۹,۹۹۹ دلار گزارش می‌دهند، آزمون چگالی شکست می‌خورد. این ثابت می‌کند که سوژه‌ها در حال دستکاری درآمد گزارش شده خود برای واجد شرایط شدن هستند.[2][6]

دومین بررسی اجباری، پیوستگی متغیرهای کمکی (Covariate Continuity) است. پژوهشگران باید ثابت کنند که سایر ویژگی‌های پایه – مانند سن، نژاد یا تحصیلات قبلی – به طور ناگهانی در آستانه جهش نمی‌کنند. اگر دانش‌آموزانی که ۸۵.۱ می‌گیرند به طور ناگهانی به طور متوسط بسیار ثروتمندتر از کسانی باشند که ۸۴.۹ می‌گیرند، احتمالاً آستانه با یک مزیت ساختاری متفاوت همسو شده است و اعتبار آزمایش طبیعی را زیر سوال می‌برد.[1][5]

با وجود ظرافت ریاضی این روش، اجرای عملی آن اغلب در حوزه‌های نوظهور کوتاهی می‌کند. یک بررسی سیستماتیک که در مجله اپیدمیولوژی (Epidemiology) منتشر شد، ۸۵۹ مطالعه را که طرح ناپیوستگی رگرسیون را در تحقیقات بهداشتی به کار برده بودند، غربالگری کرد. از ۶۱ مطالعه‌ای که معیارهای سختگیرانه شمول را داشتند، این بررسی شکاف‌های روش‌شناختی قابل توجهی را در نحوه آزمایش و گزارش فرضیات اصلی یافت.[3]

این بررسی نشان داد که ۴۳٪ از مطالعات بالینی گنجانده شده در گزارش، بررسی‌های پیوستگی متغیرهای کمکی پایه را گزارش نکرده‌اند و بسیاری از آنها آزمون چگالی را به طور کامل حذف کرده‌اند. بدون این تأییدیه‌ها، این ادعا که مرز قطع، یک کارآزمایی تصادفی را شبیه‌سازی می‌کند، به جای قطعیت ریاضی، یک ادعای اثبات نشده باقی می‌ماند.[3][7]

MDRC، یک سازمان تحقیقاتی برجسته در زمینه سیاست‌های اجتماعی، دستورالعمل‌های عملی را در سال ۲۰۱۲ برای استانداردسازی این بررسی‌ها صادر کرد. آنها تأکید کردند که تحلیل گرافیکی به اندازه خود مدل‌های رگرسیون اهمیت دارد. ترسیم نقاط داده خام در اطراف مرز قطع، یک بررسی بصری فوری و شهودی ارائه می‌دهد که آیا ناپیوستگی واقعی است یا یک مصنوع از تابع چندجمله‌ای انتخاب شده.[2]

همانطور که یادگیری ماشینی و مجموعه‌های داده‌های اداری عظیم در دسترس‌تر می‌شوند، استفاده از طرح ناپیوستگی رگرسیون در حال شتاب گرفتن است. اکنون الگوریتم‌ها می‌توانند میلیون‌ها سوابق پزشکی یا اظهارنامه‌های مالیاتی را اسکن کنند تا به طور خودکار آستانه‌های دلخواهی را که پژوهشگران هرگز از وجود آنها خبر نداشتند، شناسایی کنند. عامل محدودکننده دیگر یافتن داده‌ها نیست، بلکه اثبات دقیق این است که مرز را نمی‌توان دستکاری کرد.[5][6]