네트워크 간섭과 조합 치료에서 개인화 인과 효과 추정

본 연구는 네트워크 상에서 개별 단위가 고차원 이진 치료 슬레이트를 동시에 받는 상황에서, 개인화된 인과 효과를 추정하는 새로운 방법론을 제시한다. 기존 문헌은 네트워크 간섭, 이질적 치료 효과, 그리고 다중 치료(조합) 문제를 각각 다루었지만, 이 세 요소가 동시에 존재할 때는 치료 공간이 $2^p$ 차원으로 급격히 확대되고, 간섭 구조가 복잡해져 기존 식별 및 추정 기법이 적용되기 어렵다. 저자들은 이를 해결하기 위해 세 가지 핵심 구성요소를 결합한 통합 프레임워크를 설계한다. 첫 번째는 ‘rooted network configuration’이라는 지역화 도구이다. 각 단위 i에 대해 반경 $R$ 이내의 이웃과 그들의 치료 마크를 포함한 서브그래프 $G_i(T)$를 정의하고, 두 구성 사이의 거리 $d_R$를 제시한다. 이 거리는 근접한 환경을 가진 단위들을 가중 평균에 포함시키는 데 사용되며, 지역적 유사성을 정량화한다. 두 번째는 이중 강건(orthogonal) 잔차화이다. 치료 특성 $Z(T)$와 결과 $Y$를 각각 조건부 평균 $\mu(G,X)$와 $m(G,X)$ 로부터 잔차화한 $e_Y$와 $e_Z$를 만든다. 이후 지역화 가중치 $w_G$를 곱한 순간식 $E