प्रोपेन्सिटी स्कोर को समझना: प्रेक्षणात्मक अध्ययनों में पक्षपात घटाने की एक मार्गदर्शिका

व्यापक शोध करना जटिल होता है और इसके लिए सावधानीपूर्वक योजना की आवश्यकता होती है—जिसमें यह भी शामिल है कि प्रतिभागियों को उपचार समूहों (अथवा कहें, हस्तक्षेप वाले समूह) बनाम उन नियंत्रण समूहों में कैसे बांटा जाए जहाँ उन्हें उपचार नहीं मिलता।

एक आम तरीका है प्रतिभागियों को दोनों समूहों में यादृच्छिक रूप से बाँटना ताकि पक्षपात न्यूनतम हो। यह यादृच्छिक आवंटन परिणामों में दिखाई देने वाले अंतर को अन्य चर की बजाय उपचार से जोड़ने में मदद करता है। हालाँकि, नैतिक, व्यावहारिक, या तार्किक सीमाओं के कारण यादृच्छिक आवंटन हमेशा संभव नहीं होता। ऐसे मामलों में, शोधकर्ता विकल्पों का सहारा लेते हैं, जैसे प्रेक्षणात्मक अध्ययन, जो वास्तविक दुनिया में स्वाभाविक रूप से होने वाली चीजों के अवलोकन पर निर्भर करते हैं। मूल्यवान होने के बावजूद, ये शोध-डिज़ाइन चयन पक्षपात पैदा कर सकते हैं, जो अध्ययन के निष्कर्षों को प्रभावित करता है। 

चयन पक्षपात की समस्या से निपटने के लिए, शोधकर्ता अक्सर प्रोपेन्सिटी स्कोर का उपयोग करते हैं—और यही इस पोस्ट का केंद्र है। जब आप इसे समाप्त कर लें, तो मुझे आशा है कि आप हमारे पाठ्यक्रम लेकर कारणात्मक सोच में मजबूत नींव बनाएंगे। Foundations of Inference in Python से शुरू करें ताकि सैंपलिंग डिस्ट्रीब्यूशन्स जैसी मूलभूत अवधारणाएँ समझ सकें। इसके बाद Intermediate Regression in Python पर आगे बढ़ें, जहाँ आपको मॉडलिंग का व्यावहारिक अनुभव मिलेगा (कारणात्मक प्रभाव का अनुमान लगाने के लिए यह एक आवश्यक कौशल है)। Inference for Linear Regression in R भी एक उत्कृष्ट विकल्प है। चलिए, शुरू करते हैं!

प्रोपेन्सिटी स्कोर क्या है?

हम समझते हैं कि कई स्थितियों में यादृच्छिक आवंटन संभव नहीं होता। इसके साथ ही, हमें चयन पक्षपात का भी समाधान करना होता है। यहीं पर प्रोपेन्सिटी स्कोर नामक विधि का उपयोग प्रेक्षणात्मक अध्ययनों में समूहों को संतुलित करने के लिए किया जाता है। प्रोपेन्सिटी स्कोर वह संभावना है कि देखी गई विशेषताओं के आधार पर किसी प्रतिभागी को कोई विशिष्ट उपचार प्राप्त होगा।

यह कैसे काम करता है

यह विधि 1980 के दशक में Rosenbaum और Rubin द्वारा विकसित की गई थी और स्वास्थ्य सेवा, सामाजिक विज्ञान, तथा अर्थशास्त्र में व्यापक रूप से उपयोग होती है। यह ऐसे काम करती है:

1. शोधकर्ता विभिन्न विशेषताओं (जैसे आयु, शिक्षा, आय) पर डेटा एकत्र करते हैं जो यह प्रभावित कर सकती हैं कि प्रतिभागी को उपचार मिले या नहीं। इसके बाद प्रत्येक प्रतिभागी के लिए एक प्रोपेन्सिटी स्कोर गणना किया जाता है, जो इन विशेषताओं के आधार पर उपचार समूह में आवंटित होने की उनकी संभावना को दर्शाता है।
2. अब शोधकर्ता उपचार और नियंत्रण समूहों के बीच समान प्रोपेन्सिटी स्कोर वाले प्रतिभागियों का मिलान कर सकते हैं या भारन (weighting) विधियाँ लागू कर सकते हैं। इस प्रक्रिया से आधारभूत विशेषताओं के संदर्भ में अधिक तुलनीय समूह बनते हैं।
3. ऐसे संतुलित समूह शोधकर्ताओं के लिए उपचार के प्रभाव का अधिक सटीक आकलन करना आसान बनाते हैं, जबकि उन गड़बड़ी कारकों (confounders) को नियंत्रित रखते हैं जो अन्यथा परिणामों में पक्षपात ला सकते थे।

कन्फाउंडिंग क्या है

आगे बढ़ने से पहले, समझते हैं कि कन्फाउंडिंग का अर्थ क्या है। कन्फाउंडिंग तब होती है जब कोई बाहरी चर—जिसे कन्फाउंडिंग वेरिएबल या कन्फाउंडर कहते हैं—स्वतंत्र चर (उपचार) और आश्रित चर (परिणाम) दोनों को प्रभावित करता है, जिससे उनके बीच संबंध के बारे में गलत निष्कर्ष निकल सकते हैं।

उदाहरण के लिए, यदि किसी अध्ययन में देखा जा रहा है कि क्या कॉफी पीना (स्वतंत्र चर) अधिक उत्पादकता (आश्रित चर) से जुड़ा है, तो शारीरिक व्यायाम एक कन्फाउंडर हो सकता है। ऐसा इसलिए क्योंकि जो लोग अधिक व्यायाम करते हैं वे अधिक कॉफी भी पी सकते हैं और उनकी उत्पादकता भी अधिक हो सकती है, जिससे यह तय करना कठिन हो जाता है कि केवल कॉफी का प्रभाव है या आंशिक रूप से व्यायाम भी जिम्मेदार है। 

इस स्थिति में, व्यायाम नामक कन्फाउंडिंग कारक शोधकर्ताओं को गुमराह कर सकता है, और कॉफी तथा उत्पादकता के बीच वास्तविकता से अधिक मजबूत संबंध का आभास करा सकता है।

प्रोपेन्सिटी स्कोर के उपयोग की प्रमुख विधियाँ

प्रेक्षणात्मक अध्ययनों में प्रोपेन्सिटी स्कोर लागू करने की चार प्रमुख विधियाँ हैं: मैचिंग, स्तरीकरण, इनवर्स प्रॉबेबिलिटी वेटिंग, और कोवेरिएट समायोजन। आइए प्रत्येक पर विस्तार से चर्चा करें।

प्रोपेन्सिटी स्कोर मैचिंग

प्रोपेन्सिटी स्कोर मैचिंग में उपचार समूह के प्रतिभागियों की जोड़ी नियंत्रण समूह के उन प्रतिभागियों से बनाई जाती है जिनके प्रोपेन्सिटी स्कोर समान हों। यह जोड़ीकरण प्रक्रिया समूहों को यथासंभव समान मानकर चलती है, जिससे पक्षपात की गुंजाइश घटती है। दूसरे शब्दों में, जिन व्यक्तियों में उपचार प्राप्त करने की संभावनाएँ तुलनीय हों, उन्हें जोड़कर एक संतुलित नमूना बनाया जाता है।

मैचिंग तब आदर्श होती है जब लक्ष्य सीधे तुलनीय समूह बनाना और विशेषताओं में अंतर को अधिकतम सीमा तक कम करना हो। मध्यम से बड़े नमूना आकार को प्राथमिकता दी जाती है, क्योंकि इससे अच्छे मेल ढूँढना आसान होता है।

कर्मचारी उत्पादकता पर रिमोट वर्क के प्रभाव का आकलन करने वाले अध्ययन में, शोधकर्ता रिमोट काम करने वाले कर्मचारियों (उपचार) का ऑन-साइट काम करने वालों (नियंत्रण) से मिलान नौकरी की भूमिका, अनुभव के साल, और पूर्व प्रदर्शन मेट्रिक्स जैसे चर के आधार पर कर सकते हैं। इससे पृष्ठभूमि अंतरों के प्रभाव को घटाते हुए उत्पादकता के परिणामों की तुलना संभव होती है।

स्तरीकरण

स्तरीकरण वह प्रक्रिया है जिसमें प्रतिभागियों को उनके प्रोपेन्सिटी स्कोर के आधार पर अलग-अलग समूहों—जिन्हें स्ट्रेटा कहते हैं—में बाँटा जाता है। प्रायः इन समूहों को क्विंटाइल्स, अर्थात पाँच समान भागों, में विभाजित किया जाता है। प्रत्येक स्ट्रेटम में समान प्रोपेन्सिटी स्कोर वाले प्रतिभागी होते हैं और हर स्ट्रेटम के भीतर उपचार और नियंत्रण समूहों के परिणामों की तुलना की जाती है।

यह तरीका तब प्रभावी होता है जब नमूना आकार पर्याप्त बड़ा हो ताकि सार्थक स्ट्रेटा बनाए जा सकें, क्योंकि प्रति स्ट्रेटम कम प्रतिभागी होने से प्रभावी तुलना संभव नहीं हो पाती।

स्वास्थ्य सेवा अध्ययन के हिस्से के रूप में किसी नई दवा की प्रभावशीलता का मूल्यांकन करते समय, रोगियों को जनसांख्यिकी और आधारभूत स्वास्थ्य स्थितियों से प्राप्त प्रोपेन्सिटी स्कोर के आधार पर क्विंटाइल्स में बाँटा जा सकता है। प्रत्येक स्ट्रेटम में समान विशेषताओं वाले रोगियों को शामिल करके, हर समूह के भीतर उपचार प्रभाव की तुलना अधिक सटीक हो जाती है।

उपचार भारन की प्रतिकूल संभावना (IPTW)

IPW प्रोपेन्सिटी स्कोर के आधार पर वज़न (weights) सौंपता है ताकि उपचार प्रभाव का अनुमान लगाते समय कुछ प्रेक्षणों को अधिक "महत्त्व" दिया जा सके। अपने-अपने समूह में होने की कम संभावना वाले प्रतिभागियों को अधिक वज़न दिया जाता है, ताकि समूहों की विशेषताओं में अंतर संतुलित हो सके।

क्योंकि यह दोनों समूहों के डेटा का आनुपातिक रूप से लाभ उठाता है, IPW तब पसंद किया जाता है जब शोधकर्ताओं को निष्कर्षों को संपूर्ण नमूना जनसंख्या पर सामान्यीकृत करना हो।

किसी सामुदायिक हस्तक्षेप का आकलन करने वाले जनस्वास्थ्य अध्ययन में, IPW का उपयोग उन समुदायों के बीच जनसांख्यिकीय और सामाजिक-आर्थिक अंतरों का हिसाब रखने के लिए किया जा सकता है जिन्हें हस्तक्षेप मिला और जिन्हें नहीं मिला। इससे बिना मिलान जोड़े बनाए सामान्यीकृत निष्कर्ष निकाले जा सकते हैं। चरण निम्नलिखित हैं:

1. प्रोपेन्सिटी स्कोर की गणना करें

• सबसे पहले, अध्ययन में प्रत्येक व्यक्ति के लिए प्रोपेन्सिटी स्कोर का अनुमान लगाएँ, जो आधारभूत विशेषताओं के आधार पर उपचार समूह में होने की उनकी संभावना दर्शाता है।
• लॉजिस्टिक रिग्रेशन मॉडल के आधार पर, किसी प्रतिभागी के उपचार प्राप्त करने का प्रोपेन्सिटी स्कोर 0.8 या 80% है

2. वज़न की गणना करें

अगले चरण में, प्रोपेन्सिटी स्कोर के विलोम (inverse) के आधार पर वज़न की गणना करें, जैसा नीचे दिखाया गया है:

• जो व्यक्ति उपचार समूह में हैं (जिन्हें हस्तक्षेप मिला), उनका वज़न:
  
• उन व्यक्तियों के लिए जो नियंत्रण समूह में हैं (जिन्हें हस्तक्षेप नहीं मिला), वज़न होगा:
  

हमारे उदाहरण में, जिस व्यक्ति का प्रोपेन्सिटी स्कोर 0.8 है:

• यदि वे उपचार समूह में हैं, तो उनका वज़न होगा:

• यदि वे नियंत्रण समूह में हैं, तो उनका वज़न होगा:

3. वज़न लागू करें

अब अध्ययन में प्रत्येक व्यक्ति पर ये वज़न लागू करें, ताकि एक "छद्म-जनसंख्या" (pseudo-population) बने, जहाँ विश्लेषण पर प्रत्येक व्यक्ति का प्रभाव उसके वज़न से समायोजित हो। यह छद्म-जनसंख्या उपचार और नियंत्रण समूहों के बीच आधारभूत विशेषताओं को संतुलित करती है। परिणामी छद्म-जनसंख्या में, उपचार या नियंत्रण समूह में होने की संभावना व्यक्ति की आधारभूत विशेषताओं से स्वतंत्र होती है, जिससे कन्फाउंडिंग घटती है।

ध्यान दें, IPTW का उपयोग बड़ी संख्या में कन्फाउंडिंग वेरिएबल्स को संबोधित करने के लिए किया जा सकता है। इसे अनुदैर्ध्य अध्ययनों में समय-निर्भर कन्फाउंडिंग के लिए भी लागू किया जा सकता है।

IPTW का उपयोग करते समय कुछ अन्य महत्वपूर्ण बातें:

• वज़न लगाने से पहले और बाद में सभी आधारभूत विशेषताओं के लिए एक्सपोज़्ड और अनएक्सपोज़्ड समूहों के बीच संतुलन का आकलन करना
• अत्यधिक वज़न से निपटना—वज़न स्थिरीकरण या ट्रंकेशन के माध्यम से

कोवेरिएट समायोजन

कोवेरिएट समायोजन में, हम प्रोपेन्सिटी स्कोर को रिग्रेशन मॉडल में एक अतिरिक्त कोवेरिएट के रूप में उपयोग करते हैं ताकि कन्फाउंडिंग कारकों को नियंत्रित किया जा सके। यह समायोजन सांख्यिकीय मॉडल के भीतर प्रोपेन्सिटी स्कोर के लिए समायोजन करके उपचार प्रभाव के अनुमान में सुधार करता है, जिससे कन्फाउंडिंग का हिसाब हो जाता है।

उदाहरण के लिए, किसी कार्यस्थल प्रशिक्षण कार्यक्रम के कर्मचारी प्रदर्शन पर प्रभाव का अध्ययन करते समय, शोधकर्ता आयु या अनुभव के वर्षों जैसे कारकों के लिए समायोजन करने के लिए रिग्रेशन मॉडल में प्रोपेन्सिटी स्कोर को कोवेरिएट के रूप में शामिल कर सकते हैं।

प्रोपेन्सिटी स्कोर के उपयोग के लाभ

अब तक, हमने विभिन्न शोध-डिज़ाइनों पर चर्चा की है—जिसमें यादृच्छिकीकरण और प्रेक्षणात्मक विधियाँ (जहाँ यादृच्छिकीकरण संभव नहीं) शामिल हैं। प्रेक्षणात्मक अध्ययनों में, हमने प्रोपेन्सिटी स्कोर और उनकी चार विधियों के महत्व पर बात की। अब, प्रोपेन्सिटी स्कोर के उपयोग के लाभों पर चर्चा करते हैं।

कोवेरिएट संतुलन में सुधार

प्रोपेन्सिटी स्कोर उपचार और नियंत्रण समूहों के बीच कोवेरिएट्स—या पृष्ठभूमि विशेषताओं—को बराबर करके अधिक संतुलित तुलना प्रदान करते हैं। इससे प्रमुख चरों (जैसे आयु, सामाजिक-आर्थिक स्थिति, या स्वास्थ्य स्थितियाँ) के समान वितरण के साथ निष्पक्ष तुलना संभव होती है, और उपचार प्रभाव का अनुमान अधिक सटीक बनता है।

छात्र परिणामों पर ऑनलाइन लर्निंग के प्रभाव का अध्ययन करते समय, प्रोपेन्सिटी स्कोर मैचिंग ऑनलाइन और पारंपरिक सीखने वाले समूहों में छात्रों के पूर्व शैक्षणिक प्रदर्शन, इंटरनेट पहुँच, और प्रेरणा स्तरों को संतुलित कर सकती है। इससे सुनिश्चित होता है कि परिणामों में अंतर छात्र पृष्ठभूमि के बजाय सीखने की पद्धति के कारण अधिक संभव है।

पक्षपात में कमी

प्रोपेन्सिटी स्कोर देखी गई विशेषताओं में अंतरों के लिए समायोजन करते हैं, जिससे विश्लेषण में पक्षपात घटता है। यह विशेषकर गैर-यादृच्छिक अध्ययनों में मूल्यवान है, जहाँ शोधकर्ता उपचार आवंटन को नियंत्रित नहीं कर पाते।

बहुमुखी प्रतिभा

प्रोपेन्सिटी स्कोर लचीले होते हैं और द्विआधारी उपचारों (उदा., किसी ने उपचार प्राप्त किया या नहीं) तथा सतत उपचारों (उदा., किसी ने कितना उपचार प्राप्त किया)—दोनों के साथ उपयोग किए जा सकते हैं।

प्रोपेन्सिटी स्कोर की सीमाएँ

हालाँकि प्रोपेन्सिटी स्कोर प्रभावशाली हैं, उनकी कुछ सीमाएँ भी हैं, जैसे:

देखी गई कोवेरिएट्स पर निर्भरता

प्रोपेन्सिटी स्कोर केवल देखी गई कोवेरिएट्स—अर्थात वे चर जिनका मापन कर मॉडल में शामिल किया गया है—के लिए ही समायोजन कर सकते हैं। इससे ऐसे छिपे कन्फाउंडर्स का हिसाब नहीं होता जो अनदेखे या अमापित रह गए हों। नतीजतन, कुछ छिपे पक्षपात अनसुलझे रह सकते हैं जो परिणाम को प्रभावित करें।

उदाहरण के लिए, दो प्रकार की थेरेपी के मानसिक स्वास्थ्य परिणामों पर प्रभाव की तुलना करते समय, शोधकर्ताओं के पास रोगियों की आयु, लिंग और आधारभूत स्वास्थ्य का डेटा हो सकता है। लेकिन यदि सामाजिक सहयोग या व्यक्तिगत मुकाबला-तंत्र जैसे अनमापित कारकों की जाँच न हो, तो वे थेरेपी के परिणामों को प्रभावित कर सकते हैं।

बड़े नमूना आकार की आवश्यकता

प्रोपेन्सिटी स्कोर विधियाँ बड़े डेटासेट्स के साथ सबसे अच्छा काम करती हैं, ताकि उपचार और नियंत्रण समूहों के बीच पर्याप्त ओवरलैप सुनिश्चित हो सके। छोटे नमूनों में अक्सर समूहों के बीच समान प्रोपेन्सिटी स्कोर वाले प्रतिभागी पर्याप्त नहीं मिलते, जिससे अच्छा मिलान या सार्थक भारन चुनौतीपूर्ण हो जाता है।

प्रोपेन्सिटी मॉडल का गलत विनिर्देश

सही चर और मॉडल के फंक्शनल फॉर्म का चयन प्रोपेन्सिटी मॉडल को ठीक से विनिर्दिष्ट करने के लिए महत्वपूर्ण है, जो इसकी सटीकता को प्रभावित करता है। प्रासंगिक चरों को शामिल न करना या अनुचित मॉडल विनिर्देश पक्षपाती अनुमानों की ओर ले जा सकता है—और सबसे बुरी बात यह है कि ऐसे मुद्दों का पता लगाना भी कठिन हो सकता है।  

उन्नत तकनीकें: डबल-रॉबस्ट और बेयज़ियन दृष्टिकोण

पारंपरिक प्रोपेन्सिटी स्कोर विधियों की कुछ सीमाओं को संबोधित करने के लिए उन्नत तकनीकें विकसित की गई हैं।

डबल-रॉबस्ट विधियाँ

डबल-रॉबस्ट विधियाँ दो-चरणीय दृष्टिकोण हैं, जिसमें शोधकर्ता पहले प्रोपेन्सिटी स्कोर का अनुमान लगाते हैं और उसके अनुसार प्रतिभागियों का मिलान या भारन करते हैं। फिर, वे उपचार और अन्य कोवेरिएट्स के आधार पर परिणाम की भविष्यवाणी करने के लिए एक रिग्रेशन मॉडल फिट करते हैं। अंतिम उपचार प्रभाव का अनुमान प्रोपेन्सिटी स्कोर और रिग्रेशन मॉडल—दोनों के लिए समायोजन करके प्राप्त होता है।

बेयज़ियन प्रोपेन्सिटी स्कोर

बेयज़ियन विधियों में, प्रोपेन्सिटी स्कोर के अनुमान में अनिश्चितता को शामिल किया जाता है। इससे विशेषकर छोटे नमूना आकार या डेटा के बारे में अधिक अनिश्चितता वाली स्थितियों में अधिक सटीक अनुमान लगाना संभव होता है। यदि आप बेयज़ियन दृष्टिकोणों में रुचि रखते हैं, जो दिन-ब-दिन अधिक सामान्य हो रहे हैं, तो हमारा Fundamentals of Bayesian Data Analysis in R पाठ्यक्रम लें।

प्रोपेन्सिटी स्कोर विश्लेषण में आम त्रुटियाँ

प्रोपेन्सिटी स्कोर का उपयोग करते समय कुछ सामान्य गलतियों से बचना चाहिए।

कोवेरिएट संतुलन का अभाव

प्रोपेन्सिटी स्कोर विधियाँ लागू करने के बाद यह जाँचना आवश्यक है कि उपचार और नियंत्रण समूहों के बीच कोवेरिएट्स संतुलित हैं या नहीं। पर्याप्त संतुलन न होने पर हमारे परिणामों में अब भी पक्षपात रह सकता है।

गलत मॉडल विनिर्देश

प्रोपेन्सिटी स्कोर की गणना में मॉडल विनिर्देश अत्यंत महत्वपूर्ण है, क्योंकि गलत विनिर्देश उपचार प्रभाव के अनुमानों में महत्वपूर्ण पक्षपात ला सकता है। शोधकर्ता अक्सर या तो बहुत अधिक कोवेरिएट्स शामिल कर मॉडल को ओवरफिट कर देते हैं, या महत्वपूर्ण कन्फाउंडर्स को छोड़ देते हैं।

उपचार और नियंत्रण समूहों की विशेषताओं का संतुलन पक्षपात को न्यूनतम करने और उपचार प्रभावों के अधिक भरोसेमंद अनुमान देने में मदद करता है। हालाँकि, जैसे किसी भी सांख्यिकीय विधि के साथ होता है, इन्हें संभावित सीमाओं और त्रुटियों पर ध्यान देते हुए सावधानी से लागू करना चाहिए।

अंतिम विचार

आशा है आप प्रोपेन्सिटी स्कोर के महत्व को समझते हैं—ये प्रेक्षणात्मक अध्ययनों में पक्षपात घटाने की एक अहम विधि हैं क्योंकि ये उपचार और नियंत्रण समूहों को उनकी संबंधित विशेषताओं के आधार पर अच्छी तरह संतुलित करती हैं। मैचिंग, स्तरीकरण और वेटिंग जैसी तकनीकें कन्फाउंडिंग कारकों को संबोधित करके अधिक सटीक कारणात्मक निष्कर्ष सुनिश्चित करने में मदद करती हैं।

अगले कदम के रूप में, हमारे Statistician in R करियर ट्रैक में नामांकन करें। यह पूर्ण ट्रैक रिग्रेशन से लेकर हाइपोथेसिस टेस्टिंग, फैक्टर एनालिसिस से बूटस्ट्रैपिंग तक सब कुछ कवर करता है। भले ही आप सांख्यिकीविद बनने की योजना न बना रहे हों, यह पाठ्यक्रम फिर भी एक बेहतरीन संसाधन है जिसमें इतना सीखने का अवसर है कि आप एक बेहतरीन विश्लेषक या डेटा वैज्ञानिक बन सकें।