MediEncoder: Nonlinear Representation Learning for High-Dimensional Causal Mediation Analysis

Resumen Técnico: MediEncoder para el Análisis de Mediación Causal de Alta Dimensión No Lineal

Planteamiento del Problema
El análisis de mediación causal busca descomponer los efectos del tratamiento en efectos directos naturales (NDE) y efectos indirectos naturales (NIE) que operan a través de mediadores. Mientras que los métodos clásicos asumen covariables y mediadores de baja dimensión y directamente observados, los estudios biomédicos modernos (por ejemplo, genómica, multiómica) frecuentemente involucran mediciones de alta dimensión y con ruido que sirven como aproximaciones (proxies) de procesos biológicos latentes de baja dimensión. Los métodos existentes de mediación de alta dimensión enfrentan limitaciones significativas:

1. Esparcidad/Selección de Variables: Los métodos que dependen de la esparcidad (por ejemplo, Lasso) tratan las variables observadas como mediadores, fallando al modelar la estructura latente subyacente.
2. Linealidad: Las técnicas de reducción de dimensión basadas en PCA o modelos de factores lineales asumen mapas de medición lineales, lo cual suele ser restrictivo en sistemas biológicos complejos donde las relaciones son no lineales.
3. Independencia Estructural: Los enfoques de aprendizaje profundo (por ejemplo, autoencoders estándar o VAEs) a menudo aprenden representaciones para las covariables y los mediadores de forma independiente, ignorando la dependencia estructural entre los sistemas latentes.
4. No Linealidad Latente: Los estimadores de mediación profunda existentes a menudo no abordan explícitamente entornos con factores latentes no lineales y dependencia estructural entre las representaciones de las covariables y los mediadores.

El desafío central es desarrollar un marco que maneje simultáneamente la estructura latente, la alta dimensión, los mapas de medición no lineales y las interacciones entre tratamiento, covariable y mediador.

Metodología: MediEncoder
Los autores proponen MediEncoder, un marco de aprendizaje de representaciones diseñado para el análisis de mediación causal no lineal de alta dimensión. El método opera en dos etapas principales:

1. Aprendizaje de Representación Acoplado:
   MediEncoder emplea una arquitectura de codificador-decodificador estructurada para aprender conjuntamente representaciones de baja dimensión de las covariables de alta dimensión ($X$) y los mediadores ($M$). La arquitectura consiste en:

   • Codificadores/Decodificadores: Pares de codificador-decodificador separados ($g_X, h_X$ y $g_M, h_M$) para las covariables y los mediadores para minimizar la pérdida de reconstrucción.
   • Red de Factores Cruzados ($g_{XM}$): Un componente crítico que mapea el tratamiento ($A$) y la representación de la covariable aprendida ($g_X(X)$) al espacio de representación del mediador ($g_M(M)$). Esta red impone un acoplamiento direccional, fomentando que la representación del mediador sea predecible a partir del tratamiento y la representación de la covariable, respetando así la ecuación estructural latente $f_M = \mu^*(A, f_X) + \text{ruido}$.
   • Función de Pérdida: El objetivo de entrenamiento minimiza una suma ponderada de las pérdidas de reconstrucción para $X$ y $M$, más un término de pérdida de alineación ($\lambda_3$) que penaliza la discrepancia entre la representación real del mediador y la predicción de la red de factores cruzados.

2. Estimación de la Función de Influencia Eficiente con Cross-Fitting:
   Una vez aprendidas las representaciones, estas se utilizan para estimar las funciones de estorbo (nuisance functions) (puntuaciones de propensión, regresiones de resultado y razones de densidad) requeridas para el análisis de mediación. Los autores utilizan un procedimiento de cross-fitting (dividiendo los datos en cuatro subconjuntos disjuntos) para estimar el parámetro objetivo $\theta_0 = E\{Y(1, f_M(0))\}$ (la media de mundos cruzados) utilizando un estimador basado en la función de influencia eficiente (IF).

   • El estimador se construye reemplazando los factores latentes no observados en la IF de tipo oráculo con las representaciones aprendidas.
   • Los resultados teóricos muestran que no se requiere la recuperación exacta de los factores latentes; basta con que las representaciones aprendidas aproximen una transformación de izquierda invertible de los factores latentes.

Contribuciones Clave
El artículo describe cuatro contribuciones primarias:

1. Marco de Factor Latente No Lineal: Introducción de un marco de mediación para datos de alta dimensión que evita las suposiciones de linealidad y esparcidad, acomodando estructuras latentes y mapas de medición no lineales.
2. Algoritmo MediEncoder: Desarrollo de un algoritmo de aprendizaje de representación acoplada utilizando una red de factores cruzados para capturar la dependencia estructural entre las representaciones de las covariables y los mediadores, distinto de los autoencoders de múltiples vistas estándar.
3. Teoría Asintótica Modular: Establecimiento de un marco teórico que demuestra que el estimador de cross-fitting resultante es $\sqrt{n}$-consistente y asintóticamente normal. La teoría formaliza que la inferencia válida se mantiene siempre que la representación aprendida aproxime una transformación de izquierda invertible de los factores latentes, siempre que los estimadores de estorbo converjan a tasas apropiadas.
4. Validación Empírica: Demostración del rendimiento del método a través de extensas simulaciones y una aplicación de datos reales a la iniciativa de neuroimagen de la enfermedad de Alzheimer (ADNI).

Resultados

• Simulaciones: En entornos no lineales de alta dimensión (usando funciones de carga de la transformada wavelet de Haar), MediEncoder superó consistentemente a otros enfoques de reducción de dimensión competidores, incluyendo Proyección, Autoencoders estándar, VAEs y IMAVAE. MediEncoder logró un error cuadrático medio (RMSE) más bajo, desviaciones estándar menores e intervalos de confianza con tasas de cobertura cercanas al nivel nominal del 95%. Un estudio de ablación confirmó que el término de alineación ($\lambda_3$) es crucial para estabilizar la representación aprendida del mediador y mejorar la eficiencia de la estimación, particularmente en muestras pequeñas.
• Aplicación de Datos Reales (ADNI): El método se aplicó para estudiar la mediación de los síntomas depresivos (tratamiento) sobre el declive cognitivo (resultado) a través de la metilación del ADN (mediador). El análisis ($n=649, p=171, q=3,206$) estimó un efecto total positivo de los síntomas depresivos sobre el declive cognitivo. Las estimaciones puntuales sugirieron que el efecto opera principalmente a través de la vía directa, con un efecto indirecto menor y más incierto mediado por la metilación del ADN. El intervalo del efecto total excluyó el cero, mientras que los intervalos directo e indirecto incluyeron el cero, lo que sugiere cautela al interpretar el mecanismo de mediación.

Significado y Reivindicaciones
El artículo afirma que MediEncoder cierra una brecha crítica en la inferencia causal al proporcionar un marco estadísticamente válido para el análisis de mediación de alta dimensión donde las variables son aproximaciones (proxies) ruidosas de procesos biológicos latentes y no lineales. A diferencia de los métodos anteriores que abordan solo partes de este problema (por ejemplo, la linealidad o la independencia), MediEncoder aprende conjuntamente representaciones que se alinean con la estructura de mediación latente. Los autores enfatizan que sus resultados teóricos no requieren la recuperación exacta de los factores latentes, solo que las representaciones aprendidas preserven la información necesaria para la función de mediación mediante una transformación de izquierda invertible. Esto hace que el método sea robusto ante las complejidades de los datos biomédicos modernos, manteniendo al mismo tiempo las propiedades estadísticas deseables de la eficiencia semiparamétrica.