Model-Robust Direct Effect Under Confounder-Mediator Ambiguity

A continuación presento un resumen técnico detallado del artículo "Model-Robust Direct Effect Under Confounder–Mediator Ambiguity" (Efecto Directo Robusto al Modelo bajo Ambigüedad Confusor-Mediador), escrito por AmirEmad Ghassami.

1. El Problema: Ambigüedad Estructural en el Efecto Directo

El artículo aborda un problema fundamental en el análisis de efectos directos en estudios observacionales: la ambigüedad estructural sobre el papel causal de una variable focal $W$.

• Contexto: En muchos estudios, una variable $W$ se sabe que predice el resultado $Y$, pero su relación temporal con la exposición $A$ es incierta. Esto ocurre cuando el tiempo de medición es grueso, cuando los procesos son evolutivos o cuando hay desacuerdo entre expertos.
• Los Dos Escenarios:
  1. Modelo de Confusor ($C$): $W$ es pre-exposición. Afecta tanto a $A$ como a $Y$. En este caso, el "efecto directo" de $A$ sobre $Y$ relativo a $W$ es simplemente el Efecto Promedio del Tratamiento (ATE), ya que no existe una vía indirecta a través de $W$.
  2. Modelo de Mediador ($M$): $W$ es post-exposición. $A$ afecta a $W$, y $W$ afecta a $Y$. Aquí, el efecto directo se define típicamente como el Efecto Directo Natural (NDE), que requiere contrafactuales anidados (ej. $Y(1, W(0))$).
• La Dificultad Central: El autor demuestra que, en general, no existe un único funcional de los datos observados que recupere simultáneamente el ATE (si $W$ es confusor) y el NDE (si $W$ es mediador).
• Consecuencia Práctica: Si un investigador aplica un estimador de NDE asumiendo que $W$ es un mediador, pero en realidad es un confusor pre-exposición, la estimación resultante converge a un funcional de datos observados que no tiene una interpretación causal clara de efecto directo, llevando a conclusiones sustantivamente engañosas aunque numéricamente estables.

2. Metodología y Contribuciones Teóricas

El paper propone una solución basada en la robustez del estimando (identificación) en lugar de solo la robustez del estimador.

A. Imposibilidad de Identificación Unificada (Teorema 1)

Se demuestra que, sin restricciones adicionales, la distribución de los datos observados es compatible con ambos modelos causales, pero estos implican parámetros de efecto directo diferentes. El promedio del contraste condicional de exposición $\Delta(w, x)$ se realiza sobre distribuciones diferentes de $W$ en cada modelo ($F_{W|X}$ vs $F_{W|A=0,X}$), lo que impide que un solo funcional identifique ambos.

B. Condición de No Interacción Aditiva

Se identifica una condición bajo la cual los parámetros coinciden: Ausencia de interacción aditiva entre la exposición $A$ y la variable $W$ en el modelo del resultado.

• Si $\Delta(w, x) = \delta(x)$ (el efecto de $A$ no depende de $W$), entonces el ATE y el NDE son idénticos.
• Se derivan límites de sensibilidad (Proposición 3) que cuantifican cuánto se desvía el NDE del parámetro objetivo cuando esta condición no se cumple, basándose en la oscilación del efecto y la distancia de variación total entre las distribuciones de $W$.

C. El Estimando Propuesto: Efecto Directo Robusto al Modelo ($\psi(P)$)

El autor propone un nuevo parámetro, $\psi(P)$, definido como:
$$\psi(P) = E_P \{ \Delta(W, X) \} = E_P \{ Q(1, W, X) - Q(0, W, X) \}$$
donde $Q(a, w, x)$ es la regresión del resultado y el promedio se toma sobre la distribución observada conjunta de $(W, X)$.

Interpretación Dual (Teorema 3):

1. Si $W$ es Confusor: $\psi(P)$ es idéntico al ATE (Efecto Promedio del Tratamiento).
2. Si $W$ es Mediador: $\psi(P)$ es idéntico al Efecto Directo Intervencional (IDE). Este efecto se define mediante una intervención estocástica sobre la distribución de $W$ dada $X$, evitando los contrafactuales anidados ("mundo cruzado") del NDE.

D. Unicidad (Teorema 4)

Se demuestra que, dentro de una clase natural de efectos directos estocásticos que son "libres de resultados" (outcome-free, es decir, la regla de intervención no depende del modelo de regresión del resultado), $\psi(P)$ es el único funcional que coincide con el ATE bajo el modelo de confusor. Esto lo convierte en la elección canónica para este problema de ambigüedad.

E. Estimación y Robustez Doble

Se propone un estimador de un paso con ajuste cruzado (cross-fitted one-step estimator) basado en la función de influencia eficiente.

• Robustez de Identificación: El estimando $\psi(P)$ es válido bajo ambos modelos estructurales.
• Robustez de Estimación: El estimador es doble robusto respecto a la estimación de las funciones de confusión (regresión del resultado $Q$ y puntuación de propensión $g$). Si una de las dos se estima consistentemente, el estimador es consistente.

3. Resultados Empíricos

Estudio de Simulación

Se evaluaron tres escenarios:

1. $W$ es confusor con interacción.
2. $W$ es mediador sin interacción.
3. $W$ es mediador con interacción.

Hallazgos:

• El estimador propuesto $\hat{\psi}^{cf}$ fue insesgado y mostró una cobertura de intervalos de confianza cercana al 95% en todos los casos.
• El estimador comparador (fórmula de mediación estándar para NDE) funcionó bien solo en el caso sin interacción (donde los parámetros coinciden).
• En los casos con interacción o cuando $W$ era realmente un confusor, el estimador de mediación estándar convergía a un valor diferente (sesgo sustancial) y carecía de interpretación causal clara en el escenario de confusor. Esto ilustra que la discrepancia no es un fallo numérico, sino un desajuste del estimando.

Aplicación en NHANES (PFAS, Función Renal y Ácido Úrico)

• Contexto: Se estudió el efecto de la carga de PFAS sobre el ácido úrico, con la función renal (eGFR) como variable focal. La función renal es ambigua: puede ser un confusor (el riñón dañado eleva PFAS y ácido úrico) o un mediador (los PFAS dañan el riñón, elevando el ácido úrico).
• Resultados:
  • Efecto Directo Robusto ($\hat{\psi}$): 0.25 mg/dL (IC 95%: 0.05, 0.45).
  • Comparador de Mediación (NDE): 0.10 mg/dL (IC 95%: -0.03, 0.23).
  • Diferencia: El enfoque robusto estimó un efecto directo un 59% mayor que el enfoque de mediación tradicional.
• Interpretación: Si la función renal es pre-exposición, el estimador de mediación subestima el efecto total directo. El enfoque robusto proporciona una única medida interpretable válida independientemente de la dirección causal de la función renal.

4. Significado y Conclusión

El artículo ofrece una contribución crítica a la inferencia causal al resolver la paradoja de qué estimar cuando la estructura causal de una variable intermedia es desconocida.

1. Cambio de Paradigma: Mueve el enfoque de "elegir el modelo correcto" (lo cual es a menudo imposible) a "definir un estimando que sea robusto a la ambigüedad del modelo".
2. Solución Canónica: Demuestra que el efecto directo intervencional (promediado sobre la distribución observada de $W$) es la única solución matemáticamente única que mantiene la interpretabilidad causal en ambos escenarios (confusor y mediador).
3. Aplicabilidad Práctica: Proporciona una herramienta para investigadores que trabajan con datos transversales o procesos evolutivos donde el orden temporal es incierto, evitando conclusiones erróneas derivadas de asumir incorrectamente que una variable es un mediador.
4. Inferencia Válida: Ofrece un marco de inferencia (estimador doblemente robusto) que es válido estadísticamente sin necesidad de conocer la verdad estructural subyacente.

En resumen, el paper establece que cuando existe ambigüedad confusor-mediador, el enfoque tradicional de mediación puede ser engañoso, y propone un estimando alternativo ($\psi(P)$) que garantiza una interpretación causal coherente y una inferencia estadísticamente robusta bajo cualquier escenario estructural plausible.