Multilevel Regression Modeling of Covariance Matrix Outcomes

Resumen Técnico: Modelado de Regresión Multinivel de Resultados de Matrices de Covarianza

Enunciado del Problema
Los resultados de matrices de covarianza son centrales en la investigación de neuroimagen, particularmente en el estudio de la conectividad funcional (CF) cerebral mediante fMRI. Un desafío principal en el análisis de estos resultados es la estructura jerárquica de los conjuntos de datos modernos, como el Estudio de la Esperanza de Vida del Proyecto de Conectoma Humano (HCP), donde los sujetos están anidados dentro de grupos (por ejemplo, cohortes de edad). Los métodos existentes de regresión de covarianza, como la regresión de Componente Principal Asistido por Covariables (CAP), suelen operar en un marco de un solo nivel. Estos métodos o bien vectorizan la matriz de covarianza (ignorando las restricciones de definida positiva y aumentando la dimensionalidad) o asumen una dirección de proyección común para todos los sujetos. Esta última suposición es a menudo demasiado restrictiva para estudios de la esperanza de vida, donde las subredes neuronales subyacentes que gobiernan la conectividad pueden variar estructuralmente a través de diferentes etapas del desarrollo (infancia, edad adulta, envejecimiento). Existe la necesidad de un marco que pueda modelar matrices de covarianza como resultados mientras acomoda la heterogeneidad entre grupos en los subespacios asociados a la covarianza y aprovecha la información entre grupos.

Metodología: Regresión Multinivel de Componente Principal Asistido por Covariables (MCAP)
Los autores proponen el marco de Regresión Multinivel de Componente Principal Asistido por Covariables (MCAP) para abordar estos desafíos. El núcleo del método implica modelar la matriz de covarianza $\Sigma_{ij}$ para la unidad $j$ en el grupo $i$ mediante una proyección lineal $\gamma_i$ sobre la esfera unitaria.

• Estructura del Modelo: El modelo asume que para cada grupo $i$, existe un vector de proyección de norma unitaria $\gamma_i$ tal que el logaritmo de la varianza proyectada sigue un modelo de efectos mixtos lineal generalizado:
  $$\log(\gamma_i^\top \Sigma_{ij} \gamma_i) = \beta_0 + x_{1i(j)}^\top \beta_1 + x_{2ij}^\top (\beta_2 + \vartheta_i) + \varepsilon_i$$
  Aquí, $x_{1i(j)}$ representa covariables de efectos fijos (nivel de grupo o unidad), y $x_{2ij}$ representa covariables de efectos aleatorios. El término $\vartheta_i$ captura desviaciones específicas del grupo en las pendientes.
• Modelado Jerárquico de Proyecciones: A diferencia de CAP de un solo nivel, MCAP permite que la dirección de proyección $\gamma_i$ varíe entre grupos. Estas direcciones específicas del grupo se modelan como variables aleatorias en la esfera unitaria que siguen una distribución von Mises-Fisher (vMF) con una dirección media $\gamma$ y un parámetro de concentración $\kappa$. Esta formulación permite un intercambio de información fundamentado entre grupos mientras permite la heterogeneidad.
• Estimación: Los parámetros se estiman maximizando una función de verosimilitud jerárquica. La verosimilitud comprende cuatro componentes: la verosimilitud condicional de las observaciones a nivel de unidad, la verosimilitud de las intercepciones aleatorias, la verosimilitud de las pendientes aleatorias y la verosimilitud de las rotaciones aleatorias (distribución vMF).
  • Algoritmo: Se emplea un algoritmo de descenso de coordenadas por bloques. Las actualizaciones para los coeficientes de regresión y los componentes de varianza utilizan el método de Newton-Raphson. Las actualizaciones para las direcciones de proyección $\gamma_i$ implican resolver un problema de autovalores generalizado con una restricción de normalización adaptativa a los datos ($\tilde{\gamma}_i^\top H_i \tilde{\gamma}_i = 1$), donde $H_i$ es la matriz de covarianza muestral promedio del grupo. Esta restricción geométrica alinea el conjunto factible con la nube de datos.
  • Identificación de Componentes: Los componentes de orden superior se identifican secuencialmente mediante una estrategia de deflación. Para garantizar la viabilidad computacional cuando las matrices de covarianza muestral se vuelven deficientes en rango después de la deflación, un paso de completado de rango reemplaza los valores singulares cero con intercepciones aleatorias estimadas.
• Inferencia: Se propone un procedimiento de remuestreo (bootstrap) de dos etapas para la inferencia sobre los coeficientes de regresión. En la Etapa 0, se ajusta el modelo completo para obtener estimaciones de $\gamma_i$. En la Etapa 1, los grupos se remuestrean con reemplazo y se resuelve el subproblema de regresión manteniendo $\gamma_i$ fijos en sus estimaciones de la Etapa 0. Este enfoque respeta la estructura jerárquica de los datos y evita la carga computacional de reestimar direcciones en cada réplica de remuestreo.
• Teoría Asintótica: El artículo establece la normalidad asintótica de los estimadores de los parámetros de regresión cuando las direcciones de proyección son conocidas. Cuando las direcciones son desconocidas, se demuestra la consistencia de todos los estimadores (incluyendo $\gamma_i$, $\gamma$ y coeficientes de regresión) bajo condiciones específicas de identificabilidad, asumiendo que el número de grupos ($m$) y las observaciones por grupo ($n, T$) crecen.

Resultados Clave

• Estudios de Simulación: MCAP se comparó contra un enfoque CAP de un solo nivel (SCAP) que promedia estimaciones específicas del grupo. En simulaciones con dimensiones $p=5$ y $p=20$, MCAP demostró un sesgo y un error cuadrático medio (MSE) sustancialmente menores en la estimación de coeficientes de regresión, particularmente a medida que aumentaban los tamaños de muestra. Mientras que SCAP funcionó adecuadamente en dimensiones bajas, falló en estimar con precisión los coeficientes en dimensiones más altas ($p=20$). MCAP aprovechó efectivamente la estructura jerárquica para mejorar la estabilidad de la estimación.
• Aplicación al Estudio de la Esperanza de Vida del HCP: Aplicado a 1,500 sujetos del Estudio de la Esperanza de Vida del HCP (edades 5–90), MCAP identificó una única red cerebral espectral dominante que captura los efectos de la edad y el sexo.
  • Trayectoria de la Esperanza de Vida: La puntuación de conectividad funcional (CF) proyectada exhibió una trayectoria no lineal: disminuyendo desde la infancia hasta finales de los 20, aumentando a través de la mediana edad hasta un pico a principios de los 70, y disminuyendo nuevamente en la edad adulta tardía (70–90).
  • Diferencias Sexuales: Los hombres mostraron consistentemente valores de CF proyectada más altos que las mujeres a lo largo del rango de edad.
  • Reorganización Neural: La trayectoria sugirió un efecto de "espejo", donde el declive en la edad adulta tardía ecoó parcialmente el declive del desarrollo observado en la vida temprana. Además, la organización espacial de la subred se volvió más homogénea entre grupos de edad adyacentes en la vida posterior (post-50), sugiriendo una convergencia de patrones de reorganización neural en la edad adulta tardía.
  • Contribuciones Regionales: La subred identificada fue impulsada por regiones en el giro frontal medio rostral (rMFG), giro temporal medio (MTG), corteza parietal inferior (IPC) y cíngulo istmiano (ICG), abarcando sistemas frontoparietales, de modo por defecto, de atención ventral y temporal lateral.

Significado y Afirmaciones
Los autores afirman que MCAP proporciona un marco flexible y estadísticamente riguroso para analizar resultados de matrices de covarianza anidados jerárquicamente. Al relajar la suposición de proyección común, MCAP permite modelar subespacios de covarianza específicos del grupo mientras aún estima una dirección a nivel de población. Esto es crítico para estudios de la esperanza de vida donde los mecanismos neurobiológicos difieren entre etapas del desarrollo.

El artículo afirma que MCAP supera a competidores de un solo nivel en la estimación de coeficientes de regresión, particularmente en configuraciones de dimensionalidad moderada a alta. La aplicación al estudio del HCP demuestra la capacidad del método para descubrir perfiles complejos y no lineales de la esperanza de vida de la conectividad cerebral e identificar patrones distribuidos entre redes que serían difíciles de caracterizar utilizando análisis de grupos independientes o direcciones de proyección fijas. Los autores señalan que el marco está diseñado específicamente para manejar la restricción de definida positiva de las matrices de covarianza sin recurrir a la vectorización, preservando así la interpretabilidad y el poder estadístico.

Limitaciones Reconocidas
Los autores reconocen modestamente varias limitaciones:

1. El modelo asume observaciones gaussianas; se necesitarían versiones robustas o de cuasi-verosimilitud para datos no gaussianos.
2. La distribución vMF es unimodal; podrían requerirse modelos de mezcla si las direcciones de proyección forman múltiples grupos distintos.
3. La normalidad asintótica para las direcciones de proyección ($\gamma_i$ y $\gamma$) no está establecida, solo la consistencia.
4. Los componentes de orden superior se identifican secuencialmente mediante deflación, lo cual puede ser menos eficiente que los procedimientos conjuntos de múltiples componentes.