Bias-Targeted Nonparametric Balancing for Stable Causal Mediation Analysis

1. El Problema: Inestabilidad en la Mediación Causal

El análisis de mediación causal busca descomponer el efecto total de un tratamiento ($A$) sobre un resultado ($Y$) en un efecto directo natural (NDE) y un efecto indirecto natural (NIE), los cuales pasan a través de un mediador ($M$).

El problema central que abordan los autores es la inestabilidad numérica y la alta varianza de los estimadores basados en la Función de Influencia (IF) cuando el mediador es una variable continua. Los estimadores estándar (como el de Tchetgen Tchetgen y Shpitser, 2012) requieren la estimación directa de las funciones de densidad del mediador y del tratamiento. Dado que estas funciones aparecen en el denominador de los estimadores de IF, cualquier error de estimación o valores de densidad muy pequeños (debido a violaciones de positividad) provocan una explosión de la varianza y un sesgo masivo. Además, los objetivos de aprendizaje tradicionales (minimizar el error de predicción global) no están alineados con la estructura del sesgo de segundo orden del estimador final.

2. Metodología Propuesta

Los autores proponen un nuevo marco de estimación de funciones de molestia (nuisance functions) basado en un reparametrización del verosimilitud y un método de equilibrio no paramétrico dirigido al sesgo.

A. Reparametrización de la Verosimilitud:
En lugar de estimar las densidades directamente, proponen una representación alternativa de la función de influencia que utiliza componentes que pueden estimarse sin recurrir a la densidad del mediador. Esto evita la división por valores de densidad potencialmente pequeños.

B. Estimación de Dos Etapas (Single Mediator):

1. Etapa 1: Se estiman la función de probabilidad inversa del tratamiento ($\pi_1$) y la regresión del resultado ($\mu_1$). Para $\pi_1$, utilizan un estimador de equilibrio que satisface condiciones de balanceo sobre un espacio de funciones $H_1$.
2. Etapa 2: Se construyen funciones de molestia adicionales que codifican la información del mediador y se estiman mediante un método de minimax no paramétrico.

C. Equilibrio Dirigido al Sesgo (Bias-Targeted Balancing):
La innovación clave es que las ecuaciones de equilibrio no se eligen al azar, sino que se diseñan para cancelar directamente los términos de sesgo dominantes de la función de influencia. Utilizan Espacios de Hilbert con Núcleo Reproductor (RKHS) para implementar este equilibrio, lo que permite obtener soluciones en forma cerrada mediante optimización minimax regularizada (Tikhonov).

D. Generalización a Múltiples Mediadores:
El marco se extiende al escenario de múltiples mediadores sin imponer un orden causal entre ellos. Se enfocan en los efectos indirectos de salida (EIE) y utilizan un esquema de equilibrio similar para controlar el sesgo en entornos de alta dimensionalidad.

3. Contribuciones Clave

• Estabilidad: Elimina la necesidad de estimar densidades continuas, resolviendo el problema de la varianza infinita en los estimadores de IF tradicionales.
• Robustez Múltiple: Demuestran que el estimador es consistente si al menos un subconjunto de las funciones de molestia (ya sean de tratamiento, mediación o regresión de resultado) se estima correctamente.
• Eficiencia y Consistencia: Establecen teóricamente la consistencia de raíz $\sqrt{n}$, la normalidad asintótica y la robustez múltiple bajo condiciones de regularidad.
• Soluciones de Forma Cerrada: Proporcionan algoritmos computacionalmente eficientes mediante el uso de matrices de núcleos (kernel matrices) en RKHS.

4. Resultados

Estudios de Simulación:
Los resultados muestran que, mientras el estimador estándar (TTS) falla catastróficamente (con sesgos y RMSE extremadamente altos) cuando el mediador es continuo, el método propuesto es altamente estable. El nuevo estimador de dos etapas reduce significativamente el sesgo y la varianza en comparación con los estimadores ingenuos (naive).

Aplicación Real (NHANES):
Aplicaron el método a datos de salud para estudiar cómo la obesidad afecta la enfermedad coronaria (CHD) a través de la hemoglobina glicosilada (HbA1c).

• Encontraron que la obesidad aumenta las probabilidades de CHD en un 60% (OR = 1.60).
• De este efecto, aproximadamente un 35% es un efecto directo (independiente del control glucémico), lo que sugiere que la obesidad impacta la salud cardiovascular por vías distintas al control de la glucosa.

5. Significado e Impacto

Este trabajo es fundamental para la epidemiología y las ciencias sociales, ya que permite realizar análisis de mediación precisos en estudios donde los mediadores son biomarcadores continuos (como niveles hormonales, presión arterial o expresión genética). Al proporcionar un método que es tanto robusto a la especificación incorrecta del modelo como estable frente a la varianza, los autores ofrecen una herramienta confiable para identificar mecanismos biológicos y sociales complejos.