Latent variation in pathogen strain-specific effects under multiple-versions-of-treatment theory

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

Título: Variación latente en efectos específicos de cepas de patógenos bajo la teoría de múltiples versiones del tratamiento

1. El Problema

En la epidemiología de enfermedades infecciosas, existe una variación crítica en los efectos de los patógenos sobre la salud dependiendo de la cepa específica que cause la infección (ej. variantes de SARS-CoV-2, serotipos de Estreptococo del Grupo B, cepas de malaria). Sin embargo, en muchos estudios observacionales, los datos disponibles solo indican la presencia o ausencia del patógeno (exposición $A$), sin discriminar entre las diferentes cepas o subtipos (versión $K$).

El problema central es que la irrelevancia de la variación de la exposición (asunción de consistencia) a menudo no se cumple en este contexto: diferentes cepas pueden tener virulencias distintas y, por tanto, efectos diferentes sobre el resultado ($Y$). Cuando esta variación es latente (no observada), la interpretación causal de las estimaciones estándar de riesgo o efecto promedio se vuelve ambigua, ya que el efecto observado es una mezcla de efectos específicos de cepa ponderada por la composición de cepas en la población, la cual puede variar entre estudios o a lo largo del tiempo.

2. Metodología

El autor emplea el marco de inferencia causal y el modelo de resultados potenciales (potential outcomes), específicamente aplicando la teoría de múltiples versiones del tratamiento (desarrollada por VanderWeele y Hernán).

• Definición de Variables:
  • $A$: Exposición observada (1 = infección detectada, 0 = ausencia de infección).
  • $K$: Versión de la exposición (0 = ausencia; $k \in \Phi$ = cepa específica del patógeno). $A$ se considera una versión "agregada" o "desgastada" (coarsened) de $K$.
  • $Y$: Resultado de interés (ej. hospitalización).
  • $L$: Variables de confusión (ej. edad) que afectan tanto a la cepa como al resultado.
• Supuestos:
  • Se asume que la consistencia estándar ($Y = Y_A$) no se aplica directamente debido a la heterogeneidad de las cepas.
  • Se utiliza la condición de intercambiabilidad condicional: $Y_k \perp K | L$.
  • Se asume que no hay co-infecciones múltiples (o se tratan como versiones adicionales) y que la ausencia de infección es una única versión ($K=0$).
• Enfoque Analítico:
  • Se descompone la estimación empírica habitual ($\sum E[Y|A=1, L=l]Pr(L=l) - \sum E[Y|A=0, L=l]Pr(L=l)$) utilizando la ley de la probabilidad total sobre las cepas $K$.
  • Se modela la relación causal mediante diagramas causales donde $K$ precede a $A$, y $L$ confunde la relación entre $K$ y $Y$.

3. Contribuciones Clave

• Interpretación Causal de Estimadores Observacionales: El artículo demuestra que las cantidades reportadas habitualmente en estudios sin datos de cepas no representan un efecto causal único y fijo, sino un promedio ponderado de los efectos específicos de cada cepa.
• Ponderación por Frecuencia de Cepas: Se establece que el efecto estimado depende intrínsecamente de la distribución poblacional de las cepas ($Pr(K=k | A=1, L=l)$). El efecto observado es una combinación lineal de los efectos de cada cepa ($E[Y_k - Y_0 | L=l]$) ponderada por la frecuencia de esa cepa en el grupo infectado.
• Implicaciones para la Transportabilidad: Se argumenta que la transportabilidad de los resultados (generalizar de una población a otra) es más compleja que en exposiciones no compuestas. Incluso si los efectos biológicos específicos de las cepas son transportables, el efecto promedio estimado no lo será si la composición de cepas difiere entre las poblaciones de origen y destino.
• Dependencia Temporal: Se destaca que los efectos estimados pueden variar a lo largo del tiempo (ej. durante una pandemia) simplemente debido a cambios en la prevalencia de variantes, incluso si la inmunidad poblacional y la virulencia biológica de las cepas permanecen constantes.

4. Resultados Principales

Mediante la derivación matemática y ejemplos hipotéticos (Figura 1 del artículo), se demuestra que:

1. La expresión empírica estándar:
   $$\sum_l \left( E[Y|A=1, L=l] - E[Y|A=0, L=l] \right) Pr(L=l)$$
   es equivalente a:
   $$\sum_{l,k} \{ E[Y_k - Y_0 | L=l] \} \cdot Pr(K=k | A=1, L=l) \cdot Pr(L=l)$$
   Esto confirma que el estimador es un promedio de efectos de cepas específicas, donde los pesos son las frecuencias relativas de las cepas en la población infectada.

2. Ejemplo Ilustrativo: En un escenario con tres cepas (donde la cepa 2 es inofensiva y las 1 y 3 son virulentas), dos poblaciones con la misma virulencia biológica intrínseca pero diferentes composiciones de cepas (diferentes proporciones de la cepa 2) arrojarán estimaciones de efecto promedio diferentes. Una población con menos cepa 2 mostrará un efecto promedio mayor, no porque las cepas sean más peligrosas, sino porque la mezcla de cepas es diferente.

3. La violación de la asunción de "no múltiples versiones del tratamiento" es dependiente del resultado: una cepa podría no afectar el resultado "fiebre" pero sí afectar "hospitalización", lo que requiere un análisis causal diferenciado según el desenlace.

5. Significado e Impacto

Este trabajo es fundamental para la interpretación de la literatura epidemiológica sobre enfermedades infecciosas:

• Reevaluación de Evidencia: Aclara que los efectos reportados en estudios sin datos de genotipado no son propiedades intrínsecas del patógeno, sino propiedades de la interacción entre el patógeno y la distribución de sus variantes en una población específica.
• Necesidad de Datos de Subtipos: Resalta la urgencia de recolectar datos de subtipos de patógenos (cepas, variantes) para realizar inferencias causales precisas y permitir la comparación válida entre estudios.
• Política Pública: Para la formulación de políticas de salud, es crucial entender que un cambio en la estimación del riesgo de una infección podría deberse a un cambio en la circulación de variantes y no necesariamente a un cambio en la virulencia biológica o en la efectividad de intervenciones.
• Marco Teórico: Proporciona un marco riguroso para aplicar la teoría de resultados potenciales a exposiciones compuestas donde la "versión" de la exposición es latente, ofreciendo una interpretación coherente que evita errores de inferencia comunes.

En resumen, el artículo demuestra que ignorar la heterogeneidad de las cepas conduce a una interpretación incompleta de los efectos de las infecciones, y que la inferencia causal correcta requiere reconocer que el "tratamiento" (infección) es en realidad un conjunto de tratamientos distintos (cepas) con distribuciones poblacionales variables.