Identification, Estimation, and Inference for Sequential Causally Ordered Mediation Pathways

Resumen Técnico: Identificación, Estimación e Inferencia para Vías de Mediación con Orden Causal Secuencial

Planteamiento del Problema
El análisis de mediación es esencial para comprender cómo las exposiciones influyen en los resultados a través de vías intermedias. Si bien los métodos para entornos de un solo mediador están bien establecidos, las herramientas rigurosas para manejar múltiples mediadores secuencialmente ordenados (SCOM, por sus siglas en inglés) siguen estando poco desarrolladas. Esta brecha es crítica en estudios de cohortes longitudinales (por ejemplo, el origen del desarrollo de la salud y la enfermedad) donde las exposiciones operan a través de cadenas complejas de mediadores dependientes del tiempo. La literatura existente se ha centrado principalmente en la estimación en entornos SCOM, pero carece de marcos robustos de prueba de hipótesis. Las pruebas estándar (por ejemplo, la prueba de Sobel, MaxP) para efectos de mediación sufren de un control de error Tipo I excesivamente conservador debido a la naturaleza compuesta de la hipótesis nula (donde el producto de los parámetros es cero mediante diferentes configuraciones: $\alpha=0, \eta\neq0$; $\alpha\neq0, \eta=0$; o $\alpha=0, \eta=0$). Estas pruebas no logran contabilizar las distribuciones límite no únicas de los estadísticos de prueba bajo la hipótesis nula, lo que conduce a una falta de potencia o a una inferencia inválida.

Metodología
Los autores proponen un marco integral para Mediadores Causalmente Ordenados Secuencialmente de orden $K$ (SCOM($K$)), que abarca la identificación, estimación e inferencia tanto para resultados continuos como categóricos.

1. Marco de Identificación:

   • Los autores definen un Modelo de Ecuaciones Estructurales Generalizado (G-SEM) donde los mediadores $M_1, \dots, M_K$ siguen un orden causal estricto ($M_1 \to M_2 \to \dots \to M_K$).
   • Utilizando el paradigma de los resultados potenciales, descomponen el efecto total en efectos específicos de la ruta. Debido a las restricciones de identificabilidad (específicamente el supuesto de independencia "cross-world" requerido para ciertas rutas individuales), los autores se centran en efectos de vía compuestos.
   • Para cada mediador $M_k$, definen un efecto compuesto $\tau^\dagger_k(S \to M_k \rightsquigarrow Y)$, que agrega todas las rutas causales desde la exposición $S$ hasta el resultado $Y$ que pasan a través de $M_k$ (independientemente de los mediadores subsiguientes).
   • Bajo los supuestos estándar de ignorabilidad secuencial y consistencia, derivan fórmulas de identificación para estos efectos compuestos utilizando integrales anidadas sobre distribuciones condicionales.

2. Estimación:

   • El artículo desarrolla procedimientos de Estimación de Máxima Verosimilitud (MLE) para modelos lineales (resultados continuos), modelos probit (resultados binarios) y modelos log-lineales (resultados de conteo).
   • Para resultados binarios, se derivan expresiones de forma cerrada para modelos probit; para modelos logísticos, se utiliza una aproximación de resultado raro para obtener formas cerradas.
   • Los autores establecen la normalidad asintótica conjunta de los estimadores para los coeficientes de la ruta ($\alpha_k$) y los efectos de la vía compuesta ($\eta_{M_k \rightsquigarrow Y}$), demostrando que los estimadores para estos dos componentes son asintóticamente independientes.

3. Inferencia (SOMET):

   • Para abordar la hipótesis nula compuesta $H_0: \alpha_k \eta_{M_k \rightsquigarrow Y} = 0$, los autores introducen la Prueba de Efecto de Mediación Secuencialmente Ordenado (SOMET, por sus siglas en inglés).
   • Mecanismo: SOMET utiliza una estrategia de división de datos $Q$-fold. Los datos se particionan en $Q$ subconjuntos disjuntos. Se calcula un estadístico de tipo Sobel para cada subconjunto. Estos estadísticos se promedian y se transforman en un estadístico $t$ de Student.
   • Ventaja Teórica: Al utilizar la división de datos, el método desconecta la dependencia de las varianzas asintóticas no únicas. El Teorema 3 establece que, bajo la hipótesis nula compuesta, el estadístico de prueba converge a una distribución $t$ de Student con $Q-1$ grados de libertad, independientemente de la configuración específica de la nulidad (es decir, si $\alpha_k=0$, $\eta=0$, o ambos). Esto asegura un control válido del error Tipo I sin conocimiento previo de la configuración de la nulidad subyacente.
   • Mejora de la Potencia: Para mitigar la pérdida de potencia debida a los tamaños de muestra pequeños en las divisiones, los autores proponen repetir el procedimiento de división $B$ veces y agregar los valores $p$ utilizando una prueba de combinación de Cauchy, la cual permanece válida bajo dependencia arbitraria.

Resultados Clave

• Estudios de Simulación: Simulaciones extensas a través de modelos lineales, logísticos y probit demuestran que SOMET mantiene un control de error Tipo I válido en todas las configuraciones de la nulidad ($H_{01}, H_{02}, H_{03}$), mientras que los referentes existentes (Sobel, MaxP y sus variantes de bootstrap) son excesivamente conservadores o fallan en controlar las tasas de error bajo escenarios de nulidad específicos (particularmente cuando ambos parámetros son cero).
• Potencia Estadística: SOMET exhibe consistentemente una mayor potencia estadística en comparación con los métodos de referencia para detectar efectos de mediación compuestos, particularmente en escenarios donde las pruebas tradicionales son conservadoras.
• Aplicaciones Empíricas:
  • Riesgo de Diabetes (Datos de All of Us): Analizando el efecto de la historia familiar de diabetes en la aparición de la diabetes mediado por el IMC y la actividad física. SOMET identificó efectos de mediación significativos tanto para el IMC como para la actividad física con valores $p$ más pequeños que los métodos competidores.
  • Obesidad Adolescente (Datos ELEMENT): Evaluando el impacto de la exposición prenatal al plomo en el IMC adolescente mediado por el peso al nacer y los metabolitos lipídicos. SOMET fue el único método en detectar una vía de mediación estadísticamente significativa a través de un metabolito lipídico específico (FA 18:0 OH) tras la corrección de pruebas múltiples, mientras que otros métodos no lograron rechazar la hipótesis nula.

Significación y Reivindicaciones
El artículo afirma proporcionar el primer marco riguroso que maneja simultáneamente la identificación, la estimación y la inferencia válida para mediadores secuencialmente ordenados en diversos entornos de resultados. La contribución principal es el procedimiento SOMET, que resuelve el desafío técnico de larga data de la prueba de hipótesis bajo una nulidad compuesta en el análisis de mediación. Al utilizar la división de datos para lograr una distribución límite única, el método evita el conservadurismo de las pruebas existentes sin requerir parámetros de ajuste ni conocimiento de la configuración real de la nulidad. Los autores sostienen que su metodología ofrece una estimación fiable, inferencia válida y una potencia mejorada para el descubrimiento de nuevas vías de mediación en sistemas longitudinales complejos. Reconocen que, si bien SOMET aumenta el costo computacional, proporciona una base con principios para el análisis de mediación escalable en vías causales estructuradas.