Resumen Técnico: Estimación Conjunta de Efectos del Tratamiento Marginales y Heterogéneos

Enunciado del Problema

Los ensayos clínicos aleatorizados (ECA) suelen tener como objetivo estimar el efecto marginal del tratamiento (el efecto promedio en la población del ensayo). Si bien el ajuste por covariables es estándar para mejorar la precisión, introduce un desafío metodológico en los modelos no lineales debido a la no colapsabilidad. En tales modelos (por ejemplo, regresión logística, riesgos proporcionales de Cox o modelos que utilizan la $d$ de Cohen), ajustar por covariables cambia el estimando de un efecto marginal a un efecto condicional, incluso en ausencia de confusión.

Por el contrario, identificar covariables pronósticas (asociadas con el resultado independientemente del tratamiento) y covariables predictivas (que modifican el efecto del tratamiento) es crucial para comprender la heterogeneidad y guiar la medicina personalizada. Los métodos existentes generalmente se dividen en dos grupos:

1. Métodos centrados en lo marginal (por ejemplo, augmentación semiparamétrica, estandarización, IPTW, TMLE) preservan la interpretabilidad marginal pero no parametrizan ni clasifican explícitamente los efectos pronósticos y predictivos.
2. Métodos centrados en la heterogeneidad (por ejemplo, bosques causales, bosques basados en modelos) estiman efectos promedio del tratamiento condicionales (CATE), pero a menudo carecen de control formal del error tipo I, tienen dificultades para distinguir efectos pronósticos de predictivos en muestras pequeñas y no preservan inherentemente un estimando marginal.

El artículo aborda la necesidad de un marco unificado que estime un efecto marginal del tratamiento mientras ajusta simultáneamente por covariables para mejorar la eficiencia y cuantificar y clasificar explícitamente los efectos pronósticos y predictivos.

Metodología: Inferencia Marginal Ajustada No Paranormal con Efectos del Tratamiento Heterogéneos (NAMI-HTE)

Los autores proponen extender el marco de Inferencia Marginal Ajustada No Paranormal (NAMI) (Dandl y Hothorn, 2026) para acomodar efectos del tratamiento heterogéneos. La innovación central es incrustar el efecto marginal del tratamiento directamente en un modelo conjunto para el resultado y las covariables basales utilizando una construcción de cópula Gaussiana (no paranormal).

1. Marco Teórico

• Modelos de Transformación: El método utiliza modelos de transformación univariados donde la distribución del resultado se mapea a una escala latente mediante una función de transformación monótona $h(\cdot)$. El efecto del tratamiento $\tau$ se define como un desplazamiento en esta escala latente.
• Modelado Conjunto: El marco modela la distribución conjunta del resultado $Y$ y las covariables $X$ en una escala normal estándar latente. La función de distribución acumulada (FDA) conjunta se define como:
  $$P(X \le x, Y \le y \mid W = w) = \Phi_{\Sigma(w)}(h(x, y \mid W = w))$$
  donde $\Phi_{\Sigma(w)}$ es una FDA normal multivariada con una matriz de correlación dependiente del tratamiento $\Sigma(w)$.
• Preservación de la Marginalidad: Al restringir la diagonal de la matriz de correlación a la unidad ($\text{diag}(\Sigma(w)) \equiv 1$), el modelo asegura que la distribución marginal del resultado permanezca sin cambios por la inclusión de covariables. Esto garantiza que el efecto del tratamiento $\tau$ mantenga su interpretación marginal (colapsabilidad) incluso después del ajuste.
• Parametrización de Efectos:
  • Efectos Pronósticos: Capturados por la correlación entre las covariables y el resultado en el brazo de control (elementos de la última fila del factor de Cholesky inverso $\Lambda(0)$).
  • Efectos Predictivos: Capturados por la diferencia en las correlaciones entre los brazos de tratamiento y control (elementos del componente dependiente del tratamiento $\Gamma(\gamma)$).
  • Estandarización: Dado que las covariables se mapean a una escala normal estándar, las fortalezas pronósticas y predictivas se cuantifican en una escala común, permitiendo la comparación y clasificación directas.

2. Aplicabilidad

El marco es flexible y se aplica a:

• Resultados continuos: Con $\tau$ interpretado como la $d$ de Cohen (diferencia de medias estandarizada).
• Resultados binarios y ordinales: Con $\tau$ interpretado como un log-odds ratio.
• Resultados de tiempo hasta evento: Con $\tau$ interpretado como un log-hazard ratio.
• Censura: Acomoda censura por la derecha, por la izquierda y por intervalos, así como datos faltantes, dentro de un único procedimiento de estimación basado en verosimilitud.

3. Estimación

Los parámetros se estiman mediante máxima verosimilitud. El método permite pruebas de hipótesis formales de efectos pronósticos y predictivos con ajuste por multiplicidad, proporcionando un enfoque confirmatorio para el análisis de heterogeneidad.

Resultados Clave

Hallazgos Teóricos (Resultados Continuos)

Para resultados continuos medidos por la $d$ de Cohen, los autores derivan expresiones de forma cerrada para la varianza asintótica del efecto marginal del tratamiento bajo ajuste por covariables.

• Eficiencia: La varianza asintótica del estimador ajustado es nunca peor y a menudo mejor que la del estimador no ajustado.
• Factores de Eficiencia: Las ganancias en eficiencia son impulsadas principalmente por los efectos pronósticos. Los efectos predictivos realistas contribuyen solo a una mejora adicional modesta.
• Escenario de Peor Caso: El único escenario donde no se logra ninguna ganancia en eficiencia es cuando los efectos pronósticos y predictivos tienen la misma magnitud pero signos opuestos en los dos brazos de tratamiento.

Estudios de Simulación

Se realizaron simulaciones en resultados continuos, binarios y de supervivencia con diversas fortalezas de efectos pronósticos y predictivos.

• Sesgo: El efecto marginal del tratamiento $\hat{\tau}$ se estimó sin sesgo bajo modelos tanto no ajustados como ajustados, incluso en presencia de efectos predictivos.
• Precisión: El modelo ajustado (NAMI-HTE) produjo consistentemente errores estándar más pequeños y mayor potencia estadística en comparación con la inferencia marginal no ajustada.
• Poder Predictivo: Si bien el método estima correctamente los parámetros predictivos, se encontró que el poder para detectar efectos predictivos era limitado (por ejemplo, <10% para efectos moderados, <40% para efectos fuertes) en tamaños de muestra realistas, consistente con la dificultad general de detectar interacciones en ECA.
• Error Tipo I: Los tamaños empíricos fueron generalmente cercanos al nivel nominal, aunque se observaron desviaciones leves en muestras pequeñas para resultados continuos y de supervivencia, atribuidas a aproximaciones de la estadística Wald.

Aplicación: Ensayo de Acupuntura

El método se aplicó a un ensayo aleatorizado de acupuntura para dolores de cabeza crónicos ($N=401$).

• Reproducción de Resultados: El método reprodujo los hallazgos originales del ensayo (un beneficio significativo de la acupuntura sobre la atención habitual) mientras mejoraba la precisión mediante el ajuste por covariables.
• Clasificación Pronóstica: La puntuación basal del dolor de cabeza se identificó consistentemente como el factor pronóstico más fuerte en todos los modelos.
• Clasificación Predictiva: La puntuación basal del dolor de cabeza también fue la principal candidata para un efecto predictivo, lo que sugiere que los pacientes con dolor basal más severo podrían beneficiarse más. Sin embargo, la evidencia estadística para esta interacción fue débil y sensible a los supuestos distribucionales, destacando la dificultad de confirmar la heterogeneidad en este conjunto de datos.
• Robustez: Los resultados permanecieron consistentes en modelos que asumían normalidad, transformaciones flexibles y resultados ordinales.

Significado y Afirmaciones

El artículo afirma cerrar la brecha entre la inferencia marginal y el análisis de heterogeneidad al ofrecer un marco unificado que:

1. Preserva la Interpretabilidad Marginal: A diferencia de los ajustes estándar de regresión no lineal, el método propuesto asegura que el efecto del tratamiento permanezca como un estimando marginal por construcción.
2. Cuantificación Explícita: Separa y cuantifica explícitamente los efectos pronósticos y predictivos en una escala estandarizada, permitiendo la clasificación directa de covariables.
3. Inferencia Confirmatoria: Proporciona un marco para pruebas de hipótesis formales de interacciones tratamiento-covariable con control del error tipo I, contrastando con enfoques de aprendizaje automático exploratorios.
4. Generalidad: Unifica el análisis de resultados continuos, binarios, ordinales y de tiempo hasta evento, junto con diversos mecanismos de censura, dentro de una única estructura de modelado.

Los autores reconocen modestamente las limitaciones, específicamente el bajo poder para detectar efectos predictivos en tamaños de muestra típicos de ensayos y la dependencia de una estructura de correlación Gaussiana latente (implicando monotonía en escalas originales). Sugieren que el trabajo futuro debería investigar la robustez bajo especificación incorrecta del modelo.