Generalizing conditional average treatment effects from nested randomized trials to all trial-eligible individuals

Resumen Técnico: Generalización de los Efectos Promedio Condicionales del Tratamiento a partir de Ensayos Aleatorizados Anidados

Planteamiento del Problema
Los ensayos controlados aleatorizados (ECA) a menudo reclutan participantes cuyas características difieren de la población objetivo más amplia de individuos elegibles para el ensayo. Si bien los métodos de generalización existentes se centran principalmente en estimar el Efecto Promedio del Tratamiento (EPT) en la población objetivo, tales resúmenes pueden ocultar heterogeneidades importantes relevantes para la toma de decisiones clínicas y políticas. Específicamente, cuando los modificadores clave del efecto difieren entre el ensayo y la población objetivo, el efecto del tratamiento estimado dentro del ensayo puede no ser aplicable a la población más amplia. Además, los enfoques existentes para generalizar el Efecto Promedio Condicional del Tratamiento (EPCT) han dependido en gran medida de especificaciones paramétricas o han restringido el análisis a subgrupos discretos, lo que dificulta su aplicación al estimar EPCTs como funciones de covariables continuas o múltiples. Además, los métodos estándar de estimación semiparamétrica de EPCT suelen asumir que la población del estudio coincide con la población objetivo, sin abordar la participación selectiva en el ensayo.

Metodología
Los autores proponen un marco semiparamétrico unificado para estimar el EPCT en una población objetivo de individuos elegibles para el ensayo bajo un diseño de ensayo anidado (donde los participantes del ensayo son reclutados de una cohorte más amplia). La metodología distingue entre las variables utilizadas para ajustar la participación selectiva en el ensayo y las variables utilizadas para definir la heterogeneidad del efecto del tratamiento.

El enfoque procede en dos etapas:

1. Primera Etapa (Estimación de Parámetros de Nuisance y Construcción de Pseudo-resultados): Los autores utilizan métodos adaptativos a los datos (aprendizaje automático) para estimar las funciones de nuisance necesarias, incluyendo el mecanismo de selección del ensayo $P(S=1|X)$, la probabilidad de asignación al tratamiento $P(A|X,S=1)$ y la regresión del resultado $E(Y|A,X,S=1)$. Utilizando estas estimaciones, construyen pseudo-resultados basados en la función de influencia condicional derivada del estimando objetivo. Esta derivación se basa en la función de influencia condicional $\phi_{EPCT}(O)$, que sirve como una ecuación de estimación ortogonal de Neyman condicional.
2. Segunda Etapa (Regresión Lineal Local): Los pseudo-resultados construidos se regresan sobre los modificadores del efecto seleccionados ($V$) utilizando regresión lineal local (por núcleos). Esto permite la estimación de una función EPCT suave sin requerir la discretización de las covariables ni una especificación paramétrica del modelo EPCT.

Para garantizar una inferencia asintótica válida y reducir el sesgo de sobreajuste, el algoritmo emplea división de muestras y ajuste cruzado. Los datos se dividen en subconjuntos disjuntos; las funciones de nuisance se estiman en un subconjunto y se aplican para construir pseudo-resultados para el otro, los cuales se utilizan luego en la regresión local.

Contribuciones Clave

• Marco Unificado: El artículo desarrolla un marco unificado que integra técnicas semiparamétricas para la generalización con métodos flexibles de aprendizaje automático para la estimación de EPCT, específicamente adaptados para diseños de ensayos anidados.
• Funciones de Influencia Condicionales: Los autores derivan la función de influencia condicional para el EPCT en la población objetivo, proporcionando una base fundamentada para la construcción de pseudo-resultados que tienen en cuenta tanto la participación selectiva como la heterogeneidad del efecto del tratamiento.
• Flexibilidad: El método acomoda modificadores del efecto continuos y multivariados sin discretización y permite a los investigadores ajustar un conjunto rico de covariables para la participación en el ensayo, mientras restringen los resúmenes del efecto del tratamiento a un conjunto más pequeño de modificadores clínicamente significativos.
• Validez Asintótica: Los resultados teóricos demuestran que, bajo condiciones de regularidad (incluyendo tasas de convergencia en media cuadrática para los estimadores de nuisance), el estimador propuesto converge a la misma velocidad que si las funciones de nuisance fueran conocidas, y el error de estimación en las funciones de nuisance es asintóticamente despreciable.

Resultados

• Simulaciones: El rendimiento en muestras finitas se evaluó mediante simulaciones con resultados tanto binarios como continuos. El estimador de regresión lineal local propuesto redujo sustancialmente el sesgo en comparación con un enfoque de regresión lineal ingenuo. Si bien un estimador "oráculo" (que utiliza la forma funcional verdadera) tuvo el mejor rendimiento, el método propuesto superó al enfoque ingenuo en diversos tamaños de muestra. El método logró probabilidades de cobertura cercanas a los niveles nominales, aunque se observó una ligera subcobertura para resultados continuos, atribuida al sesgo de suavizado en muestras finitas inherente a la orientación hacia un parámetro suavizado en lugar del valor puntual exacto.
• Aplicación (CASS): El método se aplicó al Estudio de Cirugía de Arterias Coronarias (CASS) para estimar las diferencias en el riesgo de mortalidad a 10 años condicionadas a la fracción de eyección basal, estratificadas por antecedentes de infarto de miocardio. Los resultados revelaron patrones distintos en la heterogeneidad del efecto del tratamiento entre pacientes con y sin antecedentes de infarto de miocardio. Específicamente, el EPCT suavizado para pacientes con infarto de miocardio previo aumentó aproximadamente de forma lineal con la fracción de eyección, mientras que para aquellos sin antecedentes, el EPCT permaneció cerca de cero en el rango medio de las fracciones de eyección. Estos hallazgos fueron consistentes con análisis paramétricos previos, pero proporcionaron una visualización no paramétrica más flexible de la heterogeneidad.

Significado y Afirmaciones
El artículo afirma que su enfoque permite una estimación flexible e interpretable de la heterogeneidad del efecto del tratamiento en la población objetivo, evitando suposiciones paramétricas restrictivas. Al separar el ajuste por la participación selectiva de la caracterización de la heterogeneidad del efecto, el marco aborda una brecha crítica en la literatura de generalización. Los autores señalan que su inferencia se dirige a una versión suavizada del EPCT, lo que mejora la estabilidad en muestras finitas. Reconocen que la inferencia válida para el parámetro puntual exacto requeriría un subsuavizado o una corrección del sesgo (por ejemplo, estimando derivadas de orden superior), lo cual se deja para trabajos futuros. El estudio concluye que tener en cuenta las diferencias en las distribuciones de los modificadores del efecto entre el ensayo y las poblaciones objetivo es esencial para una inferencia válida sobre la heterogeneidad del efecto del tratamiento y para informar la toma de decisiones en la población objetivo.