Bias-Reduced GEE via Adjusted Estimating Equations, with Odds-Ratio Extensions

Resumen Técnico: Reducción del Sesgo en GEE mediante Ecuaciones de Estimación Ajustadas, con Extensiones de Razón de Momios (Odds-Ratio)

Planteamiento del Problema
Las Ecuaciones de Estimación Generalizadas (GEE), introducidas por Liang y Zeger [1986], son un enfoque estándar para analizar datos correlacionados, como los estudios longitudinales. Si bien los estimadores de GEE son consistentes y asintóticamente normales bajo condiciones de regularidad leves, pueden exhibir un sesgo sustancial en muestras finitas cuando el número de conglomerados (clusters) independientes es pequeño o moderado. Este sesgo afecta la inferencia de tipo Wald, provocando tasas de error de Tipo I infladas.

La literatura existente sobre la reducción del sesgo en GEE enfrenta varias limitaciones. Primero, los métodos de Paul y Zhang [2014] y Lunardon y Scharfstein [2017] a menudo tratan las matrices de covarianza de trabajo como fijas respecto a los parámetros de la media. Esta simplificación no tiene en cuenta la dependencia de la varianza con la media en las respuestas binarias y de Poisson, lo que impide la reducción del sesgo de primer orden en estos escenarios comunes. Segundo, los métodos existentes de corrección de sesgo para respuestas binarias dependen de parametrizaciones del coeficiente de correlación. Estas parametrizaciones están sujetas a restricciones de factibilidad restrictivas (límites de Fréchet) impuestas por las medias marginales, lo que puede causar que las estimaciones de correlación caigan fuera de rangos admisibles o que la matriz de correlación de trabajo no sea definida positiva, particularmente en muestras pequeñas. Finalmente, los estimadores corregidos de sesgo existentes requieren un estimador GEE ordinario bien definido como punto de partida, lo que los hace numéricamente inestables o inaplicables en casos de separación o cuasi-separación.

Metodología
El artículo desarrolla un marco unificado de reducción de sesgo de primer orden mediante la integración del estimador GEE dentro del marco de estimación M para datos agrupados, basándose en la metodología de reducción de sesgo robusta de Kosmidis y Lunardon [2024].

1. Ajuste de Reducción de Sesgo: Los autores derivan un ajuste objetivo explícito, $\Lambda_G$, para las ecuaciones de estimación de GEE. Esta derivación trata al estimador como un estimador M y tiene en cuenta explícitamente la dependencia de las matrices de covarianza de trabajo con los parámetros de la media. El ajuste ideal apunta al término de sesgo principal, $\Lambda_G$, el cual depende de matrices de covarianza desconocidas.
2. Tres Estimadores Implementables: Para hacer práctico el ajuste, se construyen tres aproximaciones:
   • Ajuste Robusto (RBR): Reemplaza las matrices de covarianza desconocidas con análogos empíricos insesgados ($S_i S_i^\top$). Este estimador logra la reducción del sesgo de primer orden independientemente de si la estructura de asociación de trabajo está correctamente especificada.
   • Ajuste Naive (NBR): Asume que la covarianza de trabajo es igual a la covarianza real. Este anida los estimadores de Paul y Zhang [2014] como un caso especial (donde se ignora la dependencia de la varianza con la media). Logra la reducción del sesgo si la asociación está correctamente especificada o bajo condiciones específicas incluso si está mal especificada.
   • Ajuste Empírico (EBR): Reemplaza todas las expectativas con análogos muestrales. Aunque es teóricamente válido, puede inflar la variabilidad de la muestra finita y se recomienda únicamente como una alternativa cuando el procedimiento robusto es numéricamente inestable.
3. Análogos de Un Solo Paso Corregidos de Sesgo: Se derivan estimadores de un solo paso computacionalmente convenientes aplicando el ajuste al estimador GEE ordinario. Estos evitan iterar las ecuaciones ajustadas pero requieren la existencia de la solución GEE ordinaria.
4. Parametrización de Razón de Momios (Odds-Ratio): El marco se extiende a datos binarios correlacionados utilizando parametrizaciones de razón de momios por pares (Lipsitz et al., 1991; Carey et al., 1993). Este enfoque evita las restricciones de factibilidad restrictivas de los coeficientes de correlación. Los autores derivan los ajustes necesarios ($\Lambda_{OR}$) para esta parametrización, produciendo los primeros estimadores GEE reducidos y corregidos de sesgo bajo el modelado de razón de momios.
5. Inferencia: Para la inferencia de muestra pequeña, el artículo recomienda utilizar el estimador de covarianza de muestra pequeña ajustado de Morel et al. [2003] ($\hat{\Sigma}_M$) en lugar del estimador sándwich estándar.

Resultados Clave
Se realizaron estudios de simulación con 10,000 replicaciones de Monte Carlo para respuestas binarias (modelo probit) y de Poisson a través de varios tamaños de conglomerados ($N \in \{20, 35, 50, 100, 500\}$) y patrones de pérdida de datos (abandono monotónico MCAR).

• Reducción del Sesgo: El estimador de Reducción de Sesgo Robusto (RBR) redujo consistentemente el sesgo de muestra finita en comparación con el GEE ordinario, particularmente para covariables variantes en el tiempo y en tamaños de muestra pequeños a moderados. La reducción del sesgo fue más pronunciada para las respuestas binarias.
• Eficiencia y Cobertura: El estimador RBR mantuvo una eficiencia comparable a la del GEE ordinario. La cobertura empírica de los intervalos de confianza de Wald del 95% nominal basados en $\hat{\Sigma}_M$ estuvo cerca del nivel nominal para RBR, mientras que el GEE ordinario a menudo exhibió subcobertura en muestras pequeñas.
• Robustez a la Mal Especificación: El estimador RBR funcionó bien incluso cuando la estructura de asociación de trabajo estaba mal especificada. El estimador Naive de Reducción de Sesgo (NBR) también mostró reducción de sesgo bajo mal especificación en ciertos escenarios, confirmando los hallazgos teóricos.
• Estabilidad Numérica: El estimador de Reducción de Sesgo Empírico (EBR) mostró inestabilidad numérica en muestras pequeñas con datos faltantes, exhibiendo tasas de convergencia más bajas y errores estándar inflados, lo que valida la recomendación de usar RBR como el predeterminado.
• Razón de Momios vs. Correlación: En una aplicación de ensayo clínico (datos de dolor en la punta del hombro), el ajuste de un modelo con una matriz de correlación de trabajo no estructurada condujo a dificultades numéricas (no convergencia, estimaciones inadmisibles). En contraste, la parametrización de razón de momios proporcionó estimaciones estables, demostrando su superioridad para el modelado flexible de asociaciones binarias en muestras pequeñas.

Significancia y Reivindicaciones
El artículo afirma proporcionar el primer marco unificado para la reducción del sesgo en GEE que:

1. Explícitamente tiene en cuenta la dependencia de la covarianza de trabajo con los parámetros de la media, garantizando así la reducción del sesgo de primer orden para funciones de varianza dependientes de la media (binaria/Poisson) donde los métodos anteriores fallaron.
2. Extiende la reducción del sesgo a las parametrizaciones de razón de momios para datos binarios correlacionados, ofreciendo una alternativa estable a los métodos basados en correlación que sufren de restricciones de admisibilidad en muestras pequeñas.
3. Subsume y clarifica la relación entre los métodos existentes (Paul y Zhang [2014]; Lunardon y Scharfstein [2017]), mostrándolos como casos especiales de los marcos robusto y naive propuestos.
4. Ofrece una solución práctica para entornos donde el GEE ordinario falla (por ejemplo, separación) al proporcionar estimadores de un solo paso totalmente iterados que pueden iniciarse mediante el método de reducción de sesgo de Firth.

Los autores concluyen que el estimador de Reducción de Sesgo Robusto (RBR), implementado en el paquete de R geer, debería servir como el predeterminado práctico para tamaños de muestra pequeños a moderados, particularmente para datos binarios correlacionados, ya que reduce el sesgo manteniendo las propiedades asintóticas y la eficiencia del GEE ordinario.