Causal Inference with Multiple Misclassified Exposures: A Control Variate-Adjusted Calibration Weighting Approach

Resumen Técnico: Inferencia Causal con Múltiples Exposiciones Clasificadas Erróneamente

Planteamiento del Problema
En estudios de infecciones respiratorias entre pacientes con fibrosis quística (FQ), la clasificación errónea de la exposición es un problema persistente. Aunque los cultivos de esputo representan el estándar de oro para detectar patógenos como Pseudomonas aeruginosa y Staphylococcus aureus, estos suelen ser difíciles de obtener, particularmente en pacientes jóvenes. En consecuencia, los investigadores dependen frecuentemente de los frotis de garganta, que presentan una sensibilidad y especificidad imperfectas. Este error de medición, particularmente la clasificación errónea no diferencial, sesga las estimaciones de los efectos causales hacia el nulo, lo que puede llevar a una subestimación del impacto de los patógenos en la función pulmonar (por ejemplo, el FEV1 porcentual predicho). La literatura existente sobre errores de medición en la inferencia causal se ha centrado principalmente en exposiciones univariadas o ha dependido de modelos paramétricos para el mecanismo de clasificación errónea, dejando un vacío metodológico para el manejo de múltiples exposiciones binarias clasificadas erróneamente y agrupadas sin modelar explícitamente el proceso de error.

Metodología
Los autores proponen un marco que combina el pesaje de calibración y el ajuste por covariables de control para abordar la inferencia causal con múltiples exposiciones binarias clasificadas erróneamente en datos agrupados. La estructura de los datos se divide en tres submuestras mutuamente excluyentes:

1. Muestra de estándar de oro: Observaciones con solo cultivos de esputo (se observa la exposición verdadera $A$).
2. Muestra con error: Observaciones con solo frotis de garganta (se observa la exposición clasificada erróneamente $A^*$).
3. Muestra de validación: Observaciones con mediciones pareadas de esputo y frotis recolectadas simultáneamente.

La metodología procede en dos etapas:

1. AIPW (Ponderación Inversa de Probabilidad Aumentada) con Pesaje de Calibración:
   Los autores tratan la clasificación errónea como un problema de datos faltantes. Construyen pesos de calibración tanto para la muestra de estándar de oro como para la muestra con error para equilibrar las distribuciones de las covariables frente a un margen de la población objetivo. Estos pesos se derivan mediante el inclinamiento exponencial (exponential tilting) para minimizar la divergencia de Kullback–Leibler.

   • Se construye un estimador consistente ($\hat{\tau}_1$) utilizando la muestra de estándar de oro.
   • Se construye un estimador separado ($\tilde{\tau}_0$) utilizando la muestra con error.
   • Ambos estimadores utilizan modelos de regresión de resultados (ajustados mediante Splines de Regresión Adaptativa Multivariante, MARS) y son doblemente robustos: mantienen la consistencia si tanto los pesos de calibración (puntuación de propensión) como el modelo de resultado están correctamente especificados. Crucialmente, este enfoque logra la consistencia sin modelar la sensibilidad o la especificidad del mecanismo de clasificación errónea.

2. Ajuste por Covariable de Control:
   Para mejorar la eficiencia, los autores aprovechan la muestra de validación para construir una covariable de control.

   • Se construye un tercer estimador ($\tilde{\tau}_{val}$) utilizando la muestra de validación con la exposición con error $A^*$.
   • Bajo el supuesto de muestreo de error intercambiable, la diferencia $\hat{\zeta} = \tilde{\tau}_{val} - \tilde{\tau}_0$ tiene una esperanza de cero.
   • Esta cantidad de media cero se utiliza como una covariable de control para ajustar el estimador de estándar de oro: $\hat{\xi} = \hat{\tau}_1 + b\hat{\zeta}$.
   • El coeficiente $b$ se elige para minimizar la varianza, basándose en la covarianza entre el estimador de estándar de oro y la covariable de control, la cual es identificable a través de la muestra de validación.

Contribuciones Clave
El artículo realiza cuatro contribuciones principales:

1. Cuantificación del Sesgo: Cuantifica empíricamente el sesgo introducido al depender de los frotis de garganta frente a los cultivos de esputo para P. aeruginosa y S. aureus en pacientes con FQ.
2. Marco de Calibración: Describe los estimadores de pesaje de calibración que tratan la clasificación errónea como datos faltantes, aplicándolos por separado a las muestras de estándar de oro y con error sin modelar el mecanismo de clasificación errónea.
3. Covariables de Control Multivariantes: Extiende el método de covariable de control a exposiciones binarias bivariadas con observaciones agrupadas. Notablemente, caracteriza un techo estructural de eficiencia en el entorno multivariante. Los autores demuestran que la reducción de la varianza está limitada por la probabilidad conjunta de clasificación correcta para ambas exposiciones, la cual es menor que las probabilidades marginales, resultando en ganancias más modestas en comparación con las aplicaciones univariadas.
4. Validación por Simulación y Empírica: Los métodos se evalúan mediante simulaciones bajo la falta de especificación del modelo y se aplican a una cohorte de la vida real de FQ.

Resultados

• Estudios de Simulación: Los estimadores propuestos demostraron consistencia y doble robustez bajo diversas falta de especificación de modelos (puntuaciones de propensión o modelos de resultado incorrectos). El estimador de covariable de control redujo la varianza hasta en un 13% en comparación con el estimador de estándar de oro por sí solo. Sin embargo, las probabilidades de cobertura para los intervalos de confianza nominales del 95% mostraron una ligera subcobertura (89–92%) cuando la proporción de observaciones de estándar de oro era pequeña ($\eta=0.2$), atribuido a la inestabilidad de los pesos de calibración en muestras finitas.
• Aplicación en la Cohorte de FQ: El estudio analizó 651 pacientes con FQ (12,971 observaciones).
  • Atenuación del Sesgo: Las estimaciones basadas en frotis atenuaron el efecto de P. aeruginosa sobre el FEV1 porcentual predicho en aproximadamente un 69% en comparación con las estimaciones basadas en esputo ($-2.67$ vs. $-8.52$ puntos porcentuales).
  • Asociaciones Espurias: Las estimaciones basadas en frotis sugirieron una asociación positiva significativa entre S. aureus y la función pulmonar ($+2.86$ puntos), un artefacto de la baja especificidad (63.6%) de los frotis para este patógeno, que clasifica erróneamente a pacientes no colonizados (más sanos) como colonizados.
  • Desempeño de la Covariable de Control: El estimador de la covariable de control produjo estimaciones cercanas a los resultados de esputo del estándar de oro ($-8.00$ para P. aeruginosa) y redujo los errores estándar en menos del 1% a aproximadamente un 6%, lo cual es consistente con el techo estructural teórico en el entorno bivariante.

Significancia y Reivindicaciones
Los autores afirman que sus métodos proporcionan un marco robusto para la inferencia causal cuando se trata de múltiples exposiciones clasificadas erróneamente, particularmente en entornos donde existe un estándar de oro pero este es escaso. La principal significancia radica en demostrar que la dependencia de indicadores imperfectos (frotis de garganta) puede llevar a una subestimación sustancial de los efectos de los patógenos y a conclusiones clínicas potencialmente erróneas (por ejemplo, sugerir que S. aureus es beneficioso).

El artículo afirma modestamente que, si bien el ajuste por covariable de control ofrece ganancias de eficiencia, estas están estructuralmente limitadas en entornos multivariantes debido al requisito de la clasificación correcta conjunta. Los autores enfatizan que su enfoque logra la consistencia sin necesidad de especificar la sensibilidad o la especificidad del error de medición, una ventaja distintiva sobre los métodos de corrección paramétricos. Concluyen que los hallazgos sugieren una necesidad clínica de evitar el subtratamiento de P. aeruginosa basándose únicamente en datos de frotis y destacan la utilidad del marco propuesto para aplicaciones más amplias que involucren múltiples exposiciones clasificadas erróneamente.