📊 statistics

Parameter Estimation for Time-Scaled Inhomogeneous Phase-Type Distributions from Discrete Observations

Este artículo propone un marco de Esperanza-Maximización Estocástica (SEM) computacionalmente eficiente que combina el aumento de datos de puente de Markov con actualizaciones de forma cerrada para estimar los parámetros de distribuciones de tipo fase inhomogéneas escaladas en el tiempo a partir de observaciones discretas y distribuidas irregularmente, abordando eficazmente el problema de los datos faltantes sin requerir optimización no lineal restringida.

Autores originales: Fernando Baltazar-Larios, Alejandra Quintos

Publicado 2026-08-17

📖 8 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Fernando Baltazar-Larios, Alejandra Quintos

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que estás observando un complejo juego de mesa donde las piezas se mueven por un tablero, saltando de un cuadro a otro. En la versión más simple de este juego, las reglas nunca cambian: una pieza tiene la misma probabilidad de saltar a un nuevo cuadro ya sea en el primer turno o en el milésimo. Esto es como un proceso "homogéneo", donde las probabilidades se mantienen constantes a lo largo del tiempo. Pero en el mundo real, las cosas rara vez son así de estáticas. Piensa en un motor de coche que se calienta más y es más propenso a fallar cuanto más tiempo funciona, o un virus que se propaga más rápido a medida que más personas enferman. En estos casos, las "reglas" del juego cambian a medida que pasa el tiempo; las probabilidades de moverse o detenerse varían dependiendo de cuánto tiempo ha transcurrido. Esto es lo que los científicos llaman un proceso "inhomogéneo".

Imagina que estás intentando averiguar las reglas de este juego cambiante, pero no puedes observar las piezas moverse continuamente. En su lugar, solo puedes echar un vistazo al tablero en momentos aleatorios e irregulares; tal vez lo revisas una vez a la semana, luego tres días después, luego un mes después. Ves las piezas en diferentes lugares, pero no tienes idea de cuándo saltaron exactamente o cuánto tiempo permanecieron quietas. Este es un clásico problema de detective: tienes las instantáneas del "antes" y el "después", pero el "medio" es un misterio. El artículo que vas a leer aborda precisamente este rompecabezas. Introduce un ingenioso conjunto de herramientas matemáticas para adivinar las reglas ocultas de estos juegos que cambian con el tiempo, incluso cuando los datos son desordenados y llenos de huecos.

La gran idea del artículo: Rellenar los huecos

Los autores, Fernando Baltazar-Larios y Alejandra Quintos, están abordando un tipo específico de modelo matemático llamado distribución de Fase-Tipo Inhomogénea (IPH, por sus siglas en inglés). En lenguaje sencillo, esta es una forma de describir cuánto tiempo tarda algo en "terminar" o "absorberse" (como un paciente recuperándose, una máquina fallando o un cliente abandonando una tienda) cuando la velocidad de ese proceso cambia con el tiempo.

El problema que están resolviendo es que la mayoría de los métodos existentes para estos modelos asumen que tienes un video perfecto y continuo del proceso. Pero en la vida real —como rastrear una enfermedad en un hospital o monitorear una máquina en una fábrica— generalmente solo tenemos una serie de instantáneas borrosas tomadas en intervalos irregulares. El momento exacto en que la condición de un paciente cambió, o una máquina falló, se ha perdido. Esto convierte la estimación de los parámetros del modelo en un problema de "datos faltantes". Es como intentar resolver un rompecabezas donde la mitad de las piezas están ocultas bajo una manta.

La solución: Un detective que viaja en el tiempo

La solución de los autores es una estrategia de dos partes que combina una "máquina del tiempo" con un ciclo de "suposición y comprobación".

1. La máquina del tiempo (Transformación temporal)
Primero, utilizan un truco matemático para convertir el juego desordenado y cambiante en un juego más simple y estable en el tiempo. Imagina que el tablero del juego tiene una banda elástica estirada a través de él. En el mundo real, la banda elástica se estira y se encoge, haciendo que la distancia entre los cuadros cambie a medida que pasa el tiempo. El método de los autores efectivamente "aplana" esta banda elástica. Al aplicar una transformación temporal específica, convierten el proceso de velocidad cambiante e irregular en un proceso estándar de velocidad constante. Esto les permite utilizar matemáticas bien conocidas y más simples para manejar la estructura central del problema.

2. El ciclo de suposición y comprobación (El algoritmo SEM)
Una vez que el juego se ha aplanado, todavía tienen el problema de los movimientos faltantes. Para solucionar esto, utilizan un método llamado Expectación-Maximización Estocástica (SEM). Piensa en esto como un detective que sigue rellenando las partes faltantes de una historia con los escenarios más probables, y luego comprueba si esos escenarios tienen sentido con las pistas que tiene.

La "Suposición" (Simulación): La computadora simula miles de posibles caminos "ocultos" que el proceso podría haber seguido entre las instantáneas. Utilizan una técnica llamada puentes de Markov, que son como dibujar una línea entre dos puntos conocidos en un mapa, pero haciéndolo de una manera que respete las reglas del juego. Generan una película completa y continua del proceso, a pesar de que solo vimos algunos fotogramas.
La "Comprobación" (Actualización): Con esta película completa y simulada en mano, la computadora calcula las mejores reglas (parámetros) posibles para el juego. Actualiza las reglas de "línea base" (la matriz de sub-intensidad) y el factor de "escalado temporal" (qué tan rápido cambian las reglas) para ajustarse perfectamente a esta película simulada.
El Ciclo: La computadora toma entonces estas nuevas y mejoradas reglas y simula un nuevo conjunto de caminos ocultos. Repite este ciclo una y otra vez. Cada vez, las reglas son un poco más precisas y los caminos simulados son un poco más realistas. Eventualmente, el proceso se estabiliza y las reglas que encuentra son la mejor suposición para los datos del mundo real.

Lo que encontraron: Precisión en el mundo real

Los autores probaron su método de dos maneras: primero con simulaciones por computadora y luego con datos médicos reales.

Las pruebas de simulación
Crearon datos falsos utilizando dos familias matemáticas famosas: las distribuciones Matriz-Gompertz y Matriz-Weibull. Estas se utilizan para modelar cosas como la longevidad humana o la falla de piezas mecánicas.

Generaron 1,000 historias completas y perfectas de estos procesos.
Luego, deliberadamente "ocultaron" los tiempos de transición exactos, dejando solo las instantáneas irregulares, tal como ocurre en el mundo real.
Ejecutaron su algoritmo para ver si podían recuperar las reglas originales.
El Resultado: El método funcionó notablemente bien. Cuando tenían suficientes datos (una ventana de observación larga), las reglas estimadas eran casi idénticas a las reglas reales. Los tiempos de "absorción" simulados (cuando terminó el proceso) coincidieron con los reales casi perfectamente. Sin embargo, descubrieron que si la ventana de observación era demasiado corta (cortando los datos prematuramente), las estimaciones se volvían menos precisas, lo cual tiene sentido porque había menos información con la cual trabajar.

La prueba del mundo real: Trasplantes de corazón
Para ver si esto funciona fuera de la computadora, aplicaron el método a un conjunto de datos reales de 622 pacientes de trasplante de corazón. El objetivo era rastrear la progresión de la Vasculopatía Coronaria del Aloinjerto (CAV), una condición en la que las arterias del nuevo corazón se estrechan lentamente.

Los Datos: Los pacientes fueron revisados en intervalos irregulares (a veces con un año de diferencia, a veces más). Su condición se registraba como "libre de CAV", "CAV leve" o "CAV moderada/severa". El "estado de absorción" fue la muerte.
La Comparación: Compararon su nuevo modelo de "cambio temporal" contra un modelo antiguo de "tiempo estable" (que asume que el riesgo de empeorar es el mismo cada día).
El Hallazgo: El modelo de cambio temporal se ajustaba mucho mejor. Capturó con éxito el hecho de que el riesgo de que la enfermedad empeore y el riesgo de muerte aumentan exponencialmente con el tiempo.
- El modelo estimó que el riesgo de muerte para pacientes con CAV moderada/severa era de aproximadamente 0.1227 por año, comparado con 0.0944 para aquellos libres de CAV.
- También reveló que los pacientes en la etapa "leve" pasaban el menor tiempo allí, moviéndose rápidamente hacia la recuperación o hacia etapas severas.
La Prueba: Cuando compararon las fechas de muerte predichas por su modelo contra las fechas de muerte reales en los datos, la coincidencia fue excelente (una prueba estadística dio un valor p de 0.5966, lo que significa que la diferencia era probablemente solo ruido aleatorio). En contraste, el viejo modelo de tiempo estable falló estrepitosamente, con un valor p de 0.01066, lo que sugiere que era una descripción deficiente de la realidad.

Por qué esto es importante

Este artículo no solo ofrece un nuevo truco matemático; ofrece una forma práctica de entender sistemas complejos y cambiantes cuando solo tenemos datos imperfectos. Al combinar una transformación temporal con un inteligente ciclo de simulación, los autores han construido una herramienta que puede estimar con precisión qué tan rápido cambian las cosas en el tiempo, incluso cuando no podemos observarlas cada segundo. Ya sea prediciendo cuánto durará una máquina, cómo se propagará una enfermedad o cómo se recuperará un paciente, este método proporciona una imagen más precisa de la dinámica oculta que impulsa nuestro mundo. Los autores sugieren que este enfoque es una forma robusta y computacionalmente eficiente de manejar los datos desordenados e irregulares que son tan comunes en la ciencia y la medicina.

Resumen Técnico: Estimación de Parámetros para Distribuciones de Tipo Fase con Escala Temporal Inhomogénea a partir de Observaciones Discretas

1. Planteamiento del Problema

Las distribuciones clásicas de Tipo Fase (PH) modelan el tiempo hasta la absorción de un Proceso de Salto de Markov (MJP) homogéneo de estados finitos. Las distribuciones de Tipo Fase Inhomogéneas (IPH) extienden este marco al permitir que las intensidades de transición varíen en el tiempo, capturando así comportamientos de cola pesada, tasas de riesgo no constantes y dinámicas dependientes del tiempo. Una subclase específica y tratable de las distribuciones IPH asume una matriz de sub-intensidad escalada en el tiempo de la forma $\Lambda(t) = h_\beta(t)\Lambda$ , donde $\Lambda$ es una matriz base constante y $h_\beta(t)$ es una función de escala no negativa parametrizada por $\beta$ .

Si bien se ha desarrollado la inferencia estadística para estos modelos en casos donde los tiempos de absorción o las trayectorias completas se observan exactamente, muchas aplicaciones prácticas involucran observaciones discretas y distribuidas irregularmente. En tales entornos (por ejemplo, datos de panel multi-estado en monitoreo médico), los tiempos exactos de transición y de absorción no se observan, lo que convierte el problema en un desafío de datos faltantes. La estimación directa de máxima verosimilitud es difícil porque la verosimilitud de los datos observados implica exponenciales de matrices complejas y requiere una optimización no lineal restringida sobre las entradas de $\Lambda$ y $\beta$ . Este artículo aborda la estimación de los parámetros $(\pi, \Lambda, \beta)$ para distribuciones IPH escaladas en el tiempo cuando el proceso subyacente se observa únicamente en puntos temporales discretos.

2. Metodología

Los autores proponen un marco de inferencia estadística que combina el aumento de datos de puente de Markov (Markov-bridge data augmentation) con un algoritmo de Esperanza-Maximización Estocástica (SEM). La estrategia central consiste en transformar el problema inhomogéneo en uno homogéneo mediante una transformación de tiempo, simulando trayectorias continuas latentes y actualizando los parámetros basándose en la verosimilitud de los datos completos resultante.

2.1 Transformación de Tiempo

Para la subclase $\Lambda(t) = h_\beta(t)\Lambda$ , el proceso inhomogéneo $X$ puede mapearse a un MJP homogéneo $Y$ mediante la transformación de tiempo $s = g_\beta^{-1}(t) = \int_0^t h_\beta(u) du$ . Bajo esta transformación, el tiempo de absorción $\tau$ del proceso inhomogéneo satisface $\tau \stackrel{d}{=} g_\beta(\rho)$ , donde $\rho$ sigue una distribución PH homogénea estándar con parámetros $(\pi, \Lambda)$ .

2.2 El Algoritmo SEM

El procedimiento de estimación alterna entre la simulación de datos faltantes y la maximización de la verosimilitud de los datos completos:

Inicialización:
- La distribución inicial $\pi$ se estima mediante frecuencias empíricas de los estados iniciales.
- Se proporciona una estimación inicial de $\beta$ ( $\hat{\beta}_0$ ).
- Se obtiene una matriz de sub-intensidad inicial $\hat{\Lambda}_0$ tratando las observaciones discretas como si fueran observaciones continuas de un proceso homogéneo (ignorando inicialmente la escala temporal).
- Se realiza un refinamiento inicial de $\hat{\beta}$ utilizando el ascenso de gradiente sobre la log-verosimilitud de los datos completos derivada de las trayectorias simuladas (sin transformación de tiempo).
Procedimiento Iterativo (Paso SE y Paso M):
- Paso SE (E estocástica): Utilizando la estimación actual de $\hat{\beta}$ , los puntos temporales discretos observados se transforman a la escala de tiempo homogénea. Las trayectorias continuas latentes entre los puntos de observación se simulan utilizando puentes de Markov condicionados en los estados observados. Para las trayectorias que aún no han sido absorbidas, la trayectoria se extiende hacia el estado de absorción. Estas trayectorias simuladas constituyen una realización de "datos completos".
- Paso M (Maximización):
  - Actualización de $\Lambda$ : Dados los caminos homogéneos simulados, la matriz de sub-intensidad base $\Lambda$ se actualiza utilizando el Estimador de Máxima Verosimilitud (MLE) de forma cerrada para MJPs homogéneos (contando transiciones y tiempos de ocupación).
  - Actualización de $\beta$ : Los caminos simulados se mapean de vuelta a la escala de tiempo inhomogénea. El parámetro $\beta$ se refina maximizando la log-verosimilitud de los datos completos con respecto a $\beta$ utilizando el Ascenso de Gradiente. Este paso implica evaluar el gradiente de la log-verosimilitud, el cual depende de los tiempos de salto y los tiempos de ocupación escalados.
Terminación: El algoritmo termina cuando el ascenso de gradiente interno para $\beta$ converge tras una única actualización, indicando que las estimaciones se han estabilizado.

2.3 Identificabilidad

El artículo establece condiciones para la identificabilidad de los parámetros. Específicamente, la parametrización $(\Lambda, \beta)$ es identificable si y solo si las funciones de escala $h_{\beta_1}(t)$ y $h_{\beta_2}(t)$ difieren por más de una constante multiplicativa siempre que $\beta_1 \neq \beta_2$ . Esta condición asegura que la matriz base $\Lambda$ y la función de escala temporal no puedan confundirse.

3. Resultados Clave

El desempeño del método propuesto fue evaluado mediante estudios de simulación y una aplicación de datos reales.

3.1 Estudios de Simulación

Modelo de Matriz-Gompertz: Utilizando $h_\beta(t) = e^{\beta t}$ , los autores simularon 1,000 trayectorias con 3 estados transitorios. El método recuperó con éxito los parámetros reales $(\pi, \Lambda, \beta)$ a través de varios horizontes de observación ( $T$ ). La bondad de ajuste, medida por la prueba de Kolmogorov-Smirnov (KS) en los tiempos de absorción, se mantuvo alta para $T$ grandes, pero se degradó significativamente cuando $T$ era demasiado corto para capturar suficientes eventos de absorción (por ejemplo, $T=36$ resultó en un valor p bajo).
Modelo de Matriz-Weibull: Utilizando $h_\beta(t) = \beta t^{\beta-1}$ , el método fue probado con 1,000 trayectorias con 2 estados transitorios. El algoritmo convergió a estimaciones precisas (por ejemplo, $\beta$ real $= 3$ , estimado $\hat{\beta} \approx 2.97$ ) después de 23 iteraciones. La prueba KS arrojó un valor p de 0.5004, confirmando la capacidad del modelo para reproducir la verdadera distribución de los tiempos de absorción.

3.2 Aplicación de Datos Reales

El método se aplicó a un conjunto de datos de 622 receptores de trasplante de corazón monitoreando la progresión de la Vasculopatía Coronaria del Injerto (CAV). Los datos consistieron en observaciones de estados de pacientes (libre de CAV, leve, moderada/severa) y muerte (estado absorbente) distribuidas irregularmente.

Ajuste del Modelo: Se ajustó un modelo IPH escalado en el tiempo con una función de escala Gompertz ( $h_\beta(t) = e^{\beta t}$ ). Los parámetros estimados indicaron que las intensidades de transición aumentan exponencialmente con el tiempo.
Comparación: El modelo IPH ajustado se comparó con un modelo PH homogéneo. El modelo inhomogéneo proporcionó un ajuste significativamente mejor (valor p de KS = 0.5966) en comparación con el modelo homogéneo (valor p de KS = 0.01066), demostrando la necesidad de contabilizar las intensidades variables en el tiempo en este contexto.
Interpretación: Los resultados resaltaron que los pacientes en el estado moderado/severo tenían el riesgo instantáneo de muerte más alto, y el modelo capturó la dinámica de riesgo acelerado asociada con la progresión de la enfermedad.

4. Significado y Reivindicaciones

El artículo afirma proporcionar una herramienta flexible y computacionalmente tratable para ajustar modelos IPH escalados en el tiempo a datos multi-estado irregulares. Las contribuciones clave incluyen:

Manejo de Datos Faltantes: El marco aborda eficazmente el desafío de los tiempos de transición y absorción no observados tratándolos como datos faltantes y reconstruyéndolos mediante puentes de Markov.
Evitación de la Optimización Restringida: Al utilizar actualizaciones de datos completos, el método evita la difícil optimización no lineal de la verosimilitud de los datos observados. La actualización para $\Lambda$ es de forma cerrada, y la actualización para $\beta$ es un ascenso de gradiente unidimensional.
Fundamento Teórico: Los autores establecen las condiciones de identificabilidad para la subclase escalada en el tiempo, descartando la confusión de parámetros entre la matriz base y la función de escala.
Utilidad Práctica: A través de la aplicación de CAV, el artículo demuestra que el método de inferencia basado en SEM propuesto produce estimaciones de parámetros fiables y captura con precisión la evolución temporal en las intensidades de transición, superando a sus contrapartes homogéneas en escenarios del mundo real con observaciones irregulares.

Los autores enfatizan que los estimadores reportados son estimadores de máxima verosimilitud evaluados en realizaciones simuladas de datos completos. Bajo las condiciones estándar de SEM, la secuencia de estimadores forma una cadena de Markov ergódica que se concentra cerca del maximizador de los datos observados, manteniendo la interpretación de los estimadores de máxima verosimilitud salvo por la variabilidad de Monte Carlo.