Nonparametric tests of treatment effect homogeneity for policy-makers

Resumen Técnico: Pruebas No Paramétricas de Heterogeneidad del Efecto del Tratamiento

1. Planteamiento del Problema

La investigación en medicina personalizada y políticas de salud requiere determinar si los efectos de un tratamiento varían entre diferentes subgrupos de pacientes (heterogeneidad del efecto del tratamiento). El artículo distingue dos tipos de heterogeneidad:

• Heterogeneidad Cuantitativa: El tratamiento es efectivo para todos, pero el grado de efectividad varía según las características del paciente.
• Heterogeneidad Cualitativa: El tratamiento es beneficioso para ciertos subgrupos y dañino para otros (interacción cualitativa). Esto es crucial para decisiones clínicas que buscan evitar daños.

El Desafío: La inferencia estadística sobre estas heterogeneidades es particularmente difícil cuando los modificadores de efecto son continuos o de dimensión moderada. Los métodos tradicionales (como dividir la muestra en subgrupos discretos) sufren de pérdida de potencia debido al tamaño muestral reducido por grupo. Por otro lado, los modelos paramétricos asumen una forma funcional específica que puede estar mal especificada. Aunque existen pruebas no paramétricas previas, muchas requieren división de la muestra (sample splitting) para obtener distribuciones asintóticas manejables, lo que reduce la potencia estadística, o dependen de supuestos restrictivos sobre la estimación de parámetros de confusión.

2. Metodología Propuesta

Los autores proponen una clase de pruebas no paramétricas que evitan la división de la muestra y son válidas bajo modelos no paramétricos generales.

A. Estimandos de Interés:
En lugar de estimar el efecto condicional promedio (CATE) en cada punto, definen funcionales que resumen la heterogeneidad:

• Para heterogeneidad cuantitativa, utilizan la distancia $L_1$ ponderada por probabilidad entre el CATE y el efecto promedio del tratamiento (ATE):
  $$\theta^+ - \theta^- = E_0[|\tau(X) - \tau|]$$
  Donde $\theta^+$ y $\theta^-$ representan el área por encima y por debajo de la curva del CATE centrada.
• Para heterogeneidad cualitativa, definen estimandos basados en un umbral $\delta$ (usualmente 0):
  $$\theta^+_\delta = E_0[(\tau(X) - \delta) \cdot \mathbb{I}(\tau(X) \ge \delta)]$$
  $$\theta^-_\delta = E_0[(\tau(X) - \delta) \cdot \mathbb{I}(\tau(X) \le \delta)]$$
  La hipótesis nula cualitativa es que no existe ningún subgrupo donde el efecto sea significativamente positivo o negativo (es decir, $\theta^+_\delta = 0$ o $\theta^-_\delta = 0$).

B. Estrategia de Inferencia:
Dado que los estimandos originales involucran funciones indicadoras (no diferenciables) y sus funciones de influencia eficiente se anulan bajo la hipótesis nula (lo que complica la distribución asintótica), los autores reformulan el problema:

1. Definen una clase de funciones $\mathcal{F}$ (reglas de decisión) que mapean covariables a probabilidades de tratamiento.
2. Acotan los estimandos originales mediante el supremo e ínfimo sobre $\mathcal{F}$ de versiones suavizadas de los estimandos.
3. Construyen estimadores de un paso (one-step estimators) basados en la función de influencia eficiente (DR-estimators) para evitar el sesgo de los estimadores de parámetros de confusión ($\mu$ y $\pi$).
4. Utilizan el bootstrap multiplicador (multiplier bootstrap) para aproximar la distribución asintótica de los estadísticos de prueba (supremos/ínfimos de procesos gaussianos) sin necesidad de dividir la muestra.

C. Implementación Práctica:
Se proponen tres enfoques para elegir la clase de funciones $\mathcal{F}$:

1. Reglas de Umbral Lineales: Reglas basadas en combinaciones lineales de covariables (interpretables y de dimensión VC finita).
2. Variación Acotada: Funciones con una norma de variación total acotada, permitiendo flexibilidad para curvas no monótonas.
3. Árboles de Decisión: Árboles de profundidad finita.

3. Contribuciones Clave

• Inferencia sin División de Muestra: A diferencia de trabajos previos (e.g., Shi et al., 2019), este método utiliza toda la muestra para construir el estadístico de prueba y la distribución nula, preservando la potencia estadística.
• Robustez ante Especificación: Las pruebas son válidas incluso si la clase de funciones $\mathcal{F}$ no contiene la regla óptima real (la hipótesis nula de la prueba es más débil que la de no heterogeneidad absoluta, pero suficiente para la toma de decisiones).
• Relevancia para Políticas Públicas: Los estimandos están diseñados para responder a preguntas de política: "¿Cambiaría el impacto poblacional si adoptáramos una regla personalizada en lugar de una regla estática?".
• Tratamiento de la Heterogeneidad Cualitativa: Abordan específicamente la detección de efectos cualitativos (daño vs. beneficio), un problema notoriamente difícil de detectar con pruebas existentes.

4. Resultados Principales

A. Resultados Teóricos:

• Se demuestra la linealidad asintótica uniforme de los estimadores.
• Se establece la convergencia débil de los estadísticos de prueba hacia procesos gaussianos.
• Se prueba el control del error tipo I asintótico tanto para hipótesis nulas fijas como locales.
• Se demuestra consistencia (potencia que tiende a 1) bajo alternativas fijas.

B. Resultados de Simulación:

• Control de Error Tipo I: Todas las variantes del método propuesto controlan correctamente el error tipo I al nivel nominal (0.05).
• Potencia:
  • En escenarios de heterogeneidad cuantitativa, el método supera a las pruebas basadas en discretización (subgrupos) y a las pruebas de sample-splitting, especialmente cuando el CATE es no monótono o la dimensión es moderada.
  • En escenarios de heterogeneidad cualitativa, el método propuesto (especialmente con reglas de umbral lineal o variación acotada) muestra una potencia superior o comparable a las pruebas clásicas de Gail-Simon y rango, manteniendo un control estricto del error tipo I.
  • La prueba cualitativa es inherentemente más difícil de rechazar que la cuantitativa, pero el método propuesto logra detectar señales donde otros fallan.

C. Análisis de Datos Reales (Ensayo Clínico ACTG 175):

• Se reanalizaron datos de un ensayo sobre tratamientos para el VIH.
• Se evaluó la heterogeneidad basada en peso, edad y recuento de CD4.
• Hallazgos: No hubo evidencia fuerte de heterogeneidad cualitativa. Hubo evidencia modesta de heterogeneidad cuantitativa basada en el peso ($p=0.017$), sugiriendo que una regla dinámica basada en el peso podría tener un impacto poblacional diferente a una regla estática, aunque la evidencia general de heterogeneidad fue limitada.

5. Significado e Impacto

Este trabajo proporciona a los responsables de políticas y clínicos una herramienta rigurosa para evaluar si la personalización de tratamientos es justificada estadísticamente.

• Evita la pérdida de potencia: Al no requerir división de muestras, es más eficiente para ensayos clínicos y estudios observacionales de tamaño moderado.
• Interpretabilidad: Los estimandos se traducen directamente en métricas de bienestar poblacional (diferencia en resultados esperados entre reglas dinámicas y estáticas).
• Flexibilidad: Permite incorporar conocimiento previo sobre la forma del CATE (monotonía, etc.) a través de la elección de la clase $\mathcal{F}$, mejorando la potencia sin sacrificar la validez.

En conclusión, el artículo llena un vacío importante en la literatura estadística al ofrecer un marco de inferencia no paramétrico completo, potente y válido para detectar tanto la magnitud como la dirección (daño/beneficio) de la heterogeneidad del tratamiento, facilitando así la transición hacia la medicina de precisión basada en evidencia.