A Spectral Confounder Adjustment for Spatial Regression with Multiple Exposures and Outcomes

Resumen Técnico: Un Ajuste de Confusión Espectral para la Regresión Espacial con Múltiples Exposiciones y Resultados

Planteamiento del Problema
Caracterizar la vulnerabilidad social es crítico para la respuesta ante desastres y la planificación de la salud pública, sin embargo, validar los índices de vulnerabilidad frente a los resultados de salud es un desafío debido a la naturaleza observacional de los datos. Estos estudios son susceptibles de sesgo inducido por confundidores no medidos, un problema exacerbado en entornos espaciales que involucran múltiples exposiciones (por ejemplo, componentes de un índice de vulnerabilidad social) y múltiples resultados de salud. Los modelos de regresión espacial tradicionales suelen asumir la ausencia de confusión espacial no medida, una suposición que se viola frecuentemente en estudios de salud ambiental donde factores no medidos (por ejemplo, contaminación local, ingresos) varían geográficamente siguiendo patrones similares a los de las exposiciones y los resultados. Los métodos existentes para la confusión espacial se limitan en gran medida a entornos univariados o no logran abordar la complejidad de las mezclas de exposición y múltiples resultados simultáneamente.

Metodología
Los autores proponen un Modelo Espectral Multivariante (MSM, por sus siglas en inglés) diseñado para estimar efectos causales en presencia de confundidores espaciales globales no medidos para datos con múltiples exposiciones y múltiples resultados. La metodología procede a través de los siguientes pasos:

1. Descomposición Espectral: El dominio espacial se particiona en regiones y los datos se proyectan en el dominio espectral utilizando la transformada de Fourier de grafos. Esto implica descomponer la matriz de precisión del modelo de Autorregresión Condicional (CAR) en autovectores y autovalores. Esta transformación separa la información espacial en diferentes escalas: los autovalores bajos corresponden a escalas espaciales globales (suaves), mientras que los autovalores altos corresponden a escalas espacales locales (rugosas).
2. Supuesto de Inconfundibilidad Local: En lugar de asumir la ausencia de confusión no medida globalmente, el modelo relaja esto hacia el supuesto de inconfundibilidad local. Esto postula que, si bien los términos de escala global pueden estar confundidos, los términos de escala local (asociados con autovalores grandes) son inconfundidos. Específicamente, se asume que la correlación entre la exposición y el error espacial no medido disminuye a medida que la escala espacial se vuelve más local ($\alpha_{ier} \to 0$ cuando $w_i \to \infty$).
3. Marco de Regresión Tensorial: Para manejar múltiples exposiciones ($E$) y múltiples resultados ($R$) a través de múltiples escalas espaciales ($S$), los coeficientes de regresión se estructuran como un tensor de tres vías ($S \times E \times R$). El modelo emplea un enfoque de regresión tensorial bayesiana utilizando la descomposición de Políadas Canónicas (CP).
   • Los coeficientes multiescala se modelan utilizando funciones de base B-spline para capturar la variación suave a través de las escalas espaciales.
   • El tensor de coeficientes de base se descompone en un producto de bajo rango de tres matrices de factores (que representan escalas, exposiciones y resultados) para reducir la dimensionalidad y capturar estructuras latentes.
   • Se aplican prioris de herradura (horseshoe priors) a los márgenes del tensor para fomentar la dispersión (sparsity) y la contracción (shrinkage), permitiendo que el modelo identifique factores latentes relevantes y efectos nulos.
4. Inferencia: Los efectos causales se identifican extrayendo las estimaciones de los coeficientes correspondientes a las escalas espaciales más locales (autovalores más altos), donde se cumple el supuesto de inconfundibilidad local.

Contribuciones Clave

• Extensión Multivariante: A diferencia de los métodos espectrales previos (por ejemplo, Guan et al., 2023) que eran univariantes, este método extiende el ajuste espectral para manejar múltiples exposiciones y múltiples resultados simultáneamente, abordando las relaciones causales de "muchos a muchos" comunes en epidemiología.
• Supuestos Causales Relajados: El método reemplaza el estricto supuesto de "ausencia de confundidores no medidos" por el más realista supuesto de "inconfundibilidad local", permitiendo la interpretación causal incluso cuando existe confusión global.
• Descomposición Tensorial para la Interpretabilidad: Al utilizar una estructura tensorial de bajo rango, el método proporciona factores latentes interpretables que destilan las complejas relaciones de muchos a muchos en patrones manejables, evitando el sobreajuste y la falta de interpretabilidad que suelen encontrarse en los modelos espaciales de alta dimensión.
• Ganancias de Eficiencia: El enfoque multivariante toma prestada fuerza de los resultados correlacionados, lo que resulta en intervalos de credibilidad más estrechos y mayor eficiencia en comparación con los modelos espectrales univariantes.

Resultados
La metodología se aplicó a datos del sur de los Estados Unidos, analizando la relación entre el Índice de Vulnerabilidad Social para la Gestión de Desastres (SVIDM) del CDC y cinco condiciones crónicas prevalentes (hipertensión, enfermedad renal crónica, hiperlipidemia, insuficiencia cardíaca congestiva y diabetes) a través de 10,149 Áreas de Zonas de Código Postal Tabuladas (ZCTAs).

• Detección de Confusión Espacial: El análisis reveló discrepancias significativas entre las estimaciones de escala global (sesgadas lejos del nulo) y las estimaciones de escala local, confirmando la presencia de confusión espacial. Los modelos espaciales ingenuos y la Regresión de Mínimos Cuadrados Ordinarios (OLS) produjeron estimaciones sesgadas con intervalos de credibilidad excesivamente estrechos.
• Estimaciones Causales: Tras ajustar por confusión espacial, el estudio encontró:
  • Tema 1 (Resiliencia Económica): Demostró el efecto positivo más fuerte sobre la diabetes y la enfermedad renal crónica, y un efecto negativo sobre la hiperlipidemia.
  • Tema 2 (Capacidad de Adaptación de los Hogares): Mostró una alta probabilidad de un efecto positivo sobre la diabetes.
  • Tema 4 (Vivienda/Transporte): Se asoció con tasas más altas de enfermedad renal crónica e insuficiencia cardíaca congestiva.
  • Tema 3 (Minorías/Hablantes de otras lenguas): Mostró tendencias menos consistentes a través de los resultados.
• Desempeño de la Simulación: En estudios de simulación, el método MSM demostró un Error Cuadrático Medio (MSE) y un Sesgo Absoluto Medio (MAB) más bajos en comparación con los modelos espaciales ingenuos y los modelos espectrales univariantes. Mantuvo tasas de cobertura cercanas o superiores al nivel nominal del 95%, mientras que los modelos ingenuos a menudo cayeron por debajo de la cobertura nominal, indicando un exceso de confianza. El método también mostró robustez ante la confusión no lineal moderada.

Significancia y Reivindicaciones
El artículo afirma que el método MSM propuesto ofrece un marco robusto para la inferencia causal en entornos espaciales multivariantes donde existe preocupación por la confusión no medida. Al ajustar la confusión en las escalas globales mientras se aprovecha la inconfundibilidad local, el método proporciona estimaciones insesgadas que son cruciales para la formulación de políticas. Los autores enfatizan que su enfoque permite a los funcionarios de salud pública priorizar intervenciones dirigidas basadas en evidencia causal más confiable, en lugar de correlaciones observacionales potencialmente sesgadas. El estudio concluye que el SVIDM, particularmente su componente de resiliencia económica, tiene un vínculo causal predictivo con las cargas de enfermedades crónicas, ofreciendo conocimientos epidemiológicos interpretables que se ajustan a la confusión espacial multivariante. Los autores señalan las limitaciones, incluyendo la naturaleza no verificable del supuesto de inconfundibilidad local y la exclusión de efectos de desbordamiento (spillover), sugiriéndolos como áreas para investigaciones futuras.