Scalable Counterfactual Risk Estimation for Rare Events in Longitudinal Data

Resumen Técnico: Estimación de Riesgo Contrafactual Escalable para Eventos Raros en Datos Longitudinales

Planteamiento del Problema

Estimar el efecto causal de tratamientos variables en el tiempo sobre resultados de supervivencia en estudios observacionales extensos es computacionalmente prohibitivo cuando los eventos son raros. Los enfoques estándar basados en la fórmula-g, como los estimadores de Expectativa Condicional Iterativa (ICE) y de Expectativa Condicional No Iterativa (NICE), requieren ajustar modelos de regresión en cada punto temporal a través de toda la cohorte. En entornos con eventos raros (por ejemplo, riesgo de suicidio), esto provoca un desequilibrio severo de clases, causando inestabilidad y una convergencia lenta en la regresión logística. Además, la inferencia válida requiere típicamente la estimación de la varianza mediante bootstrap, lo que implica el remuestreo y el ajuste de modelos repetidamente, aumentando exponencialmente la carga computacional. En entornos seguros o con restricciones de memoria, procesar cohortes longitudinales completas de forma repetida suele ser inviable.

Metodología

Los autores proponen una estrategia de submuestreo y reponderación de casos y controles longitudinales diseñada para reducir los costos computacionales preservando la consistencia estadística. El método es aplicable a una amplia clase de estimadores causales longitudinales, con un enfoque específico en el estimador ICE.

Mecanismo Central:

1. Submuestreo Dependiente del Resultado: En lugar de analizar la cohorte completa, el método retiene a todos los individuos que experimentan el evento (casos) en cada punto temporal $t$. Los controles (individuos que permanecen libres de eventos) se submuestrean con una proporción específica $J_t$ (por ejemplo, 5, 10 o 20 controles por caso).
2. Restricciones Longitudinales: A diferencia de los diseños de casos y controles estándar que operan localmente, este enfoque respeta la estructura temporal de los datos longitudinales. Las decisiones de muestreo en un punto temporal imponen restricciones en los puntos subsiguientes debido a la supervivencia y la dependencia intra-sujeto. El método construye un conjunto de datos muestreado coherente que tiene en cuenta estas dependencias trans-temporales.
3. Reponderación para la Consistencia: Para asegurar que la submuestra proporcione estimaciones consistentes del riesgo contrafactual de la población total, los autores derivan pesos específicos ($w_t, m_t, \ell_t$) para los casos, los controles muestreados y los individuos censurados.
   • Los pesos se derivan igualando la contribución total ponderada esperada de los individuos a través de grupos mutuamente excluyentes (por ejemplo, aquellos que mueren en el tiempo $t$, aquellos censurados en el tiempo $t$ y los sobrevivientes).
   • Los autores demuestran que, bajo estas condiciones de equilibrio, las ecuaciones de estimación ponderadas de la submuestra son estimadores insesgados de las ecuaciones de estimación a nivel poblacional.
4. Integración del Algoritmo: El esquema de ponderación propuesto se integra en el algoritmo ICE estándar (Algoritmo 2). En cada paso de la iteración hacia atrás (desde $T$ hasta 0), el punto temporal global actual se trata como un punto de referencia local, y se aplican los pesos apropiados al ajuste de los modelos de esperanza condicional.

Manejo de la Censura:
El marco maneja explícitamente la censura administrativa y la pérdida de seguimiento. Los individuos censurados se incluyen en la submuestra en los puntos temporales previos a su censura, con pesos derivados para equilibrar su contribución frente a los casos y controles.

Contribuciones Clave

• Marco Escalable: El artículo introduce un marco de submuestreo general que puede aplicarse a los estimadores existentes basados en la fórmula-g (ICE y NICE) para reducir drásticamente la carga computacional en entornos de eventos raros.
• Consistencia Teórica: Los autores proporcionan una prueba teórica (Teorema 1) que muestra que el estimador de submuestreo propuesto sigue siendo consistente para el riesgo contrafactual objetivo $E(Y^g_T)$ bajo los supuestos causales estándar (consistencia, intercambiabilidad, positividad), siempre que se satisfagan las ecuaciones de equilibrio de ponderación derivadas.
• Esquema de Ponderación Práctico: El artículo ofrece un esquema de ponderación concreto y flexible que permite variar las proporciones de muestreo a través de los puntos temporales, acomodando escenarios donde las tasas de eventos cambian durante la duración del estudio.

Resultados

Los autores evaluaron el método mediante simulaciones extensas y una aplicación en el mundo real.

Estudios de Simulación:

• Configuración: Datos longitudinales simulados con $N=30,000$ individuos a lo largo de 6 puntos temporales, con una baja prevalencia de eventos (~1%).
• Eficiencia Computacional: El enfoque de submuestreo logró una reducción dramática en el tiempo de computación. Para la regresión logística, el tiempo de ejecución total se redujo aproximadamente un 60–70% (por ejemplo, de ~11.8s a ~5.8s para NICE). Para modelos de aprendizaje automático más complejos (SuperLearner), la reducción fue aún más pronunciada, bajando de ~63 minutos a ~3–5 minutos.
• Desempeño Estadístico: Las estimaciones de riesgo de los datos submuestreados fueron comparables con sus contrapartes de la muestra completa. El aumento de la proporción de control a caso ($J$) de 5 a 20 redujo los errores estándar, acercándolos a los estimadores de la muestra completa. Los diagramas de caja de las medias de bootstrap mostraron que las versiones de submuestreo siguieron de cerca los resultados de los datos completos.
• Robustez: El método siguió siendo efectivo en entornos de prevalencia media (~2.5% y ~6%), aunque la ventaja computacional disminuyó naturalmente a medida que la tasa de eventos aumentó.

Aplicación en el Mundo Real:

• Conjunto de Datos: Una cohorte de 127,399 veteranos de EE. UU. dados de alta de hospitales psiquiátricos, seguidos por riesgo de suicidio (331 eventos) durante cinco intervalos de 6 meses.
• Desempeño: El estimador ICE de submuestreo se ejecutó en aproximadamente una cuarta parte del tiempo requerido por la versión de datos completos (5.73s vs. 24.66s por ajuste).
• Precisión: Los estimaciones puntuales del riesgo de suicidio bajo diferentes estrategias de tratamiento (siempre tratado vs. nunca tratado) fueron similares entre los dos métodos. El enfoque de submuestreo mostró errores estándar ligeramente mayores en el punto temporal final, consistente con el tamaño de muestra reducido, pero mantuvo la validez general.

Significancia y Reivindicaciones

El artículo afirma que el método propuesto ofrece una alternativa escalable para la estimación de la cohorte completa en la inferencia causal longitudinal en entornos de eventos raros. Su principal significancia radica en permitir la aplicación de la inferencia causal rigurosa basada en la fórmula-g a conjuntos de datos masivos donde la estimación de la muestra completa es computacionalmente inviable, particularmente cuando se requiere el remuestreo por bootstrap para la inferencia.

Los autores enfatizan que:

1. El método preserva la consistencia sin requerir nuevos supuestos de identificación más allá de los de la fórmula-g estándar.
2. Alivia el cuello de botella computacional causado por el ajuste repetido de modelos en conjuntos de riesgo altamente desequilibrados.
3. Es flexible, permitiendo proporciones de muestreo adaptativas y diversos esquemas de ponderación siempre que se cumplan las ecuaciones de equilibrio.
4. El enfoque es particularmente valioso para análisis en línea o rutinarios donde los modelos deben reajustarse frecuentemente a medida que llegan nuevos datos, ya que los ahorros de tiempo acumulados por el remuestreo de bootstrap son sustanciales (por ejemplo, reduciendo un proceso de bootstrap de 6.9 horas a 1.6 horas).

El artículo concluye que, si bien el paso de submuestreo reduce el costo, no altera el estimando objetivo, lo que lo convierte en una herramienta práctica para investigadores que trabajan con datos longitudinales de gran escala y de resultados raros.