Diagnostics for Semiparametric Accelerated Failure Time Models with R Package afttest

El artículo presenta el paquete de R `afttest`, que implementa procedimientos de ajuste basados en residuos de martingala para modelos semiparamétricos de tiempo acelerado de falla, introduciendo una nueva estrategia de remuestreo basada en aproximación lineal que reduce significativamente el tiempo de cálculo en comparación con el método de bootstrap multiplicador tradicional.

Lo esencial

¡Claro que sí! Imagina que eres un mecánico de autos, pero en lugar de coches, reparas tiempos de vida (cuánto tiempo tarda un paciente en recuperarse o, lamentablemente, en fallecer).

Este artículo presenta una nueva herramienta llamada afttest (un paquete para el programa estadístico R) que ayuda a los médicos y científicos a saber si sus "mapas de predicción" son correctos o si necesitan ser re-dibujados.

Aquí te lo explico con analogías sencillas:

1. El Problema: ¿El mapa es correcto?

En medicina, a veces usamos un mapa muy famoso llamado Modelo de Cox. Es como un GPS que te dice: "Si tienes este síntoma, tu riesgo es el doble que el de tu vecino". Funciona bien, pero a veces el GPS falla porque asume que el tráfico (el riesgo) siempre cambia de la misma manera.

Existe otro mapa, el Modelo AFT (Tiempo Acelerado de Fallo). Este es más directo: en lugar de hablar de "riesgo", te dice directamente: "Con este síntoma, tu tiempo de vida se reduce a la mitad". Es como decir: "Tu viaje durará 2 horas en lugar de 4".

El problema: Aunque el modelo AFT es muy útil, hasta ahora no teníamos buenas herramientas para verificar si el mapa estaba bien dibujado. Era como conducir con un GPS sin señal de "ruta correcta" o "ruta incorrecta".

2. La Solución: El Kit de Diagnóstico afttest

Los autores crearon este paquete de software para ser el "mecánico de diagnóstico" del modelo AFT. Su trabajo es hacer tres preguntas clave:

1. Prueba Omnibus (El chequeo general): ¿El mapa en general tiene sentido? ¿O hay algo raro en todo el sistema?
2. Prueba de Enlace (La conexión): ¿La relación entre los síntomas y el tiempo es lineal? (Ejemplo: ¿Doble de edad significa exactamente la mitad de tiempo de vida, o es más complicado?).
3. Prueba de Forma Funcional (La forma de los ingredientes): ¿Estamos usando la medida correcta para cada síntoma? (Ejemplo: ¿Deberíamos usar la cantidad de bilirrubina tal cual, o su logaritmo?).

3. El Truco Mágico: "La Aproximación Lineal"

Aquí es donde la historia se pone interesante.

El método antiguo (El camino de la montaña):
Para saber si el mapa era bueno, los científicos hacían un "simulacro". Imagina que tienes que predecir el clima. El método antiguo consistía en:

• Simular 200 tormentas diferentes.
• Para cada tormenta, volver a calcular todo el mapa desde cero, resolviendo ecuaciones matemáticas muy complejas una y otra vez.
• Resultado: Era como subir a una montaña 200 veces para ver si la cima estaba en el mismo lugar. ¡Llevaba horas y horas!

El nuevo método (El helicóptero):
Los autores de afttest inventaron un truco inteligente. En lugar de volver a subir la montaña 200 veces, usan una aproximación lineal.

• Imagina que ya sabes cómo se comporta la montaña en la base. En lugar de escalar, simplemente calculan matemáticamente cómo se vería la cima si hubiera una pequeña perturbación, usando una fórmula rápida.
• Resultado: En lugar de tardar horas, el cálculo toma segundos. Es como usar un helicóptero para llegar a la cima en un instante, en lugar de caminar.

4. La Prueba Real: El Caso de la Cirrosis Biliar

Para demostrar que su herramienta funciona, usaron datos reales de pacientes con una enfermedad del hígado llamada Cirrosis Biliar Primaria.

• Paso 1 (El intento fallido): Primero probaron el modelo usando los datos tal cual.
  • Resultado: ¡El mapa estaba mal! Las líneas rojas (los datos reales) se salían de las líneas grises (lo que el modelo predecía que debería pasar). El modelo no funcionaba bien.
• Paso 2 (El ajuste): Se dieron cuenta de que una variable (la bilirrubina) no estaba bien medida. La transformaron (usaron su logaritmo).
• Paso 3 (El éxito): Volvieron a usar afttest con el nuevo mapa.
  • Resultado: ¡Perfecto! Las líneas rojas ahora se quedaban tranquilas dentro de las líneas grises. El modelo funcionaba.

En Resumen

El paquete afttest es como un asistente de navegación súper rápido y preciso para los modelos de supervivencia.

1. Te dice si tu modelo está bien o mal.
2. Te dice exactamente dónde está el error (¿es la fórmula? ¿es la variable?).
3. Y lo hace miles de veces más rápido que los métodos anteriores, gracias a su "truco" matemático que evita cálculos repetitivos.

Gracias a esto, los investigadores pueden dedicar menos tiempo a esperar que la computadora trabaje y más tiempo a entender cómo ayudar a los pacientes.

Resumen técnico

A continuación presento un resumen técnico detallado del artículo en español, estructurado según los puntos solicitados:

Título: Diagnósticos para Modelos de Tiempo Acelerado de Fallo Semiparamétricos con el Paquete R afttest

1. El Problema

Los modelos de tiempo de supervivencia, como el modelo de riesgos proporcionales de Cox, son fundamentales en el análisis de datos censurados. Sin embargo, el modelo de Cox depende de la suposición de riesgos proporcionales, la cual a menudo se viola en la práctica. El Modelo de Tiempo Acelerado de Fallo (AFT) semiparamétrico ofrece una alternativa más interpretable al modelar directamente el logaritmo del tiempo de fallo.

A pesar de que existen métodos robustos de estimación para el modelo AFT (como estimadores basados en rangos y mínimos cuadrados), las herramientas de diagnóstico y verificación de ajuste (goodness-of-fit) para este marco han sido limitadas.

• Limitación Computacional: Los procedimientos de diagnóstico existentes, basados en residuos de martingala y el método de bootstrap multiplicador, requieren resolver ecuaciones de estimación complejas mediante optimización numérica en cada réplica de remuestreo. Esto se vuelve computacionalmente prohibitivo para conjuntos de datos de tamaño moderado a grande o cuando se requiere un gran número de caminos de simulación para aproximar la distribución nula.

2. Metodología

El artículo introduce el paquete R afttest, que implementa procedimientos de ajuste basados en residuos de martingala para modelos AFT semiparamétricos. La metodología se centra en dos pilares:

• Procesos Estocásticos y Estadísticos de Prueba:
  Se construyen procesos estocásticos basados en la suma acumulada de residuos de martingala ponderados. Se proponen tres tipos de pruebas:

  1. Prueba Omnibus: Evalúa el ajuste general del modelo (tiempo y covariables).
  2. Prueba de Función de Enlace: Verifica si la relación entre las covariables y el log-tiempo de supervivencia es lineal (identidad).
  3. Prueba de Forma Funcional: Evalúa si la transformación específica de cada covariable continua es correcta.

• Estrategia de Remuestreo Eficiente (Aproximación Lineal):
  La contribución metodológica principal es una estrategia de remuestreo basada en una aproximación lineal asintótica de la función de influencia.

  • Enfoque Tradicional: Requiere re-estimar los parámetros del modelo ($\hat{\beta}$) en cada iteración del bootstrap resolviendo ecuaciones de estimación.
  • Enfoque Propuesto (afttest): Utiliza la representación de la función de influencia para aproximar el proceso perturbado de forma cerrada. Esto evita la optimización iterativa repetida, reemplazándola por una evaluación directa de términos de influencia perturbados.
  • Resultado: Se mantiene la validez asintótica de la distribución nula (equivalente al bootstrap multiplicador original) pero con una reducción drástica en el tiempo de cómputo.

3. Contribuciones Clave

• Paquete afttest: Una implementación unificada en R que se integra con el paquete aftgee (para la estimación). Soporta tanto estimadores basados en rangos (con o sin suavizado inducido) como procedimientos de mínimos cuadrados.
• Eficiencia Computacional: La implementación de la aproximación lineal permite realizar diagnósticos en conjuntos de datos grandes en segundos, en lugar de horas.
• Interfaz Unificada (S3): Ofrece una interfaz coherente que permite al usuario pasar fórmulas o objetos de modelos ya ajustados.
• Herramientas Gráficas: Incluye métodos plot() para visualizar los procesos estocásticos observados superpuestos a las trayectorias simuladas bajo la hipótesis nula, facilitando la interpretación visual de las desviaciones del modelo.
• Flexibilidad: Permite al usuario elegir entre el bootstrap multiplicador estándar (más lento pero exacto en muestras pequeñas) y la aproximación lineal acelerada.

4. Resultados

• Estudio de Simulación:
  • Se comparó la aproximación lineal con el método de bootstrap original.
  • Validez Estadística: Las tasas de error Tipo I y la potencia estadística de la aproximación lineal son comparables a las del método original, especialmente a medida que aumenta el tamaño de la muestra (ej. $n=500$).
  • Eficiencia: La ganancia en velocidad es masiva. Por ejemplo, para una prueba omnibus con $n=500$, el tiempo de ejecución se redujo de 435.9 segundos (método estándar) a 12.9 segundos (aproximación lineal), una mejora de más del 96% incluso para estimadores de mínimos cuadrados.
• Aplicación Empírica (Estudio PBC):
  • Se aplicó el paquete a los datos de cirrosis biliar primaria (PBC) del Mayo Clinic.
  • Modelo M1 (Bili sin transformar): Las pruebas de ajuste (omnibus, enlace y forma funcional) indicaron violaciones significativas de los supuestos del modelo, especialmente en la covariable bili (bilirrubina). Los gráficos mostraron que la trayectoria observada se desviaba claramente de los caminos nulos simulados.
  • Modelo M2 (Bili log-transformada): Tras aplicar una transformación logarítmica a bili, las pruebas de ajuste mostraron valores p no significativos y las trayectorias observadas se mantuvieron dentro de los límites de los caminos simulados, confirmando un ajuste adecuado del modelo.

5. Significado e Impacto

El paquete afttest llena un vacío crítico en el análisis de supervivencia al proporcionar herramientas de diagnóstico robustas y computacionalmente viables para el modelo AFT semiparamétrico.

• Viabilidad Práctica: Hace que el diagnóstico de modelos AFT sea factible para conjuntos de datos modernos de gran tamaño, eliminando la barrera computacional que limitaba su uso anterior.
• Interpretabilidad: Al ofrecer diagnósticos visuales y estadísticos claros, ayuda a los investigadores a validar supuestos críticos (como la linealidad o la función de enlace), evitando conclusiones sesgadas derivadas de modelos mal especificados.
• Escalabilidad: La arquitectura basada en la aproximación lineal sienta las bases para futuras extensiones a modelos más complejos (multivariados, covariables dependientes del tiempo) sin sacrificar la eficiencia computacional.

En resumen, el trabajo combina rigor teórico con una implementación de software eficiente, facilitando el uso correcto y la validación de modelos AFT en la investigación médica y de salud pública.