On the choice of using raw or demographically-corrected scores

Resumen Técnico: Sobre la elección de utilizar puntuaciones brutas o demográficamente corregidas

Planteamiento del problema
Las correcciones demográficas (por ejemplo, el ajuste por edad y educación) son una práctica estándar en la neuropsicología y las ciencias de la salud, particularmente para pruebas de cribado cognitivo como el Mini-Mental State Examination (MMSE). Estas correcciones buscan normalizar las puntuaciones frente a normas de referencia para garantizar la equidad y prevenir el sobrediagnóstico en grupos demográficos vulnerables. Sin embargo, la evidencia empírica y algunos argumentos teóricos sugieren que tales correcciones pueden reducir la precisión de la clasificación (sensibilidad y especificidad) en comparación con el uso de puntuaciones brutas. El debate se centra en si la pérdida potencial de precisión se justifica por las ganancias en equidad o insensibilidad demográfica. La literatura existente suele depender de supuestos paramétricos restrictivos, modelos de simulación específicos o observaciones empíricas que carecen de un marco teórico general para explicar cuándo y por qué las puntuaciones brutas pueden superar a las corregidas.

Metodología
Los autores desarrollan un marco general no paramétrico para comparar la precisión de la clasificación de las puntuaciones brutas ($X$) frente a las puntuaciones demográficamente corregidas ($Z$).

• Formalismo: El estudio define la corrección demográfica como una transformación $Z = g_V(X)$ basada en la distribución condicional de las puntuaciones brutas en la población no deteriorada ($D=0$). Distinguen entre diferentes tipos de correcciones, centrándose en las correcciones de Tipo I (por ejemplo, la estandarización de la puntuación z) que dependen de la distribución de $X$ dado $V$ y $D=0$.
• Supuestos: El análisis se basa en tres supuestos clave:
  1. Prueba bien diseñada: La razón de verosimilitud de la puntuación bruta es decreciente (lo que implica curvas ROC covariantes específicas cóncavas).
  2. Corrección bien diseñada: La puntuación corregida $Z$ es condicionalmente independiente de la demografía $V$ dado el estado de no deterioro ($Z \perp \perp V | D=0$).
  3. Comonotonicidad probabilística: La asociación entre la demografía y la puntuación bruta en el grupo no deteriorado se mueve en la misma dirección que la asociación entre la demografía y el estado de la enfermedad ($D$) condicionado a un umbral de puntuación específico.
• Interpretación causal: Los autores emplean un marco de DAG (Grafo Acíclico Dirigido) causal para interpretar estos supuestos. Modelan la demografía ($V$) como teniendo efectos directos tanto en la puntuación de la prueba ($X$) como en el estado de la enfermedad ($D$). Analizan cómo el condicionamiento sobre $X$ crea una ruta de "colisionador" (collider) que puede alterar la asociación observada entre $V$ y $D$.
• Análisis de equidad: El artículo formaliza el concepto de "insensibilidad demográfica" (tanto fuerte como débil) utilizando el razonamiento contrafáctico. Definen una puntuación como insensible si la ejecución de la regla de decisión (tasas de verdaderos/falsos positivos) permanece invariante bajo intervenciones hipotéticas sobre los atributos sensibles (por ejemplo, cambiar la sensibilidad de la prueba a la educación o a las capacidades sensoriales).
• Aplicación empírica: Los resultados teóricos se aplican al conjunto de datos OASIS-3 (1,317 participantes) utilizando puntuaciones del MMSE. Los autores estiman la condición de superioridad ($\tau(t)$) mediante métodos no paramétricos y modelos jerárquicos paramétricos para probar la validez del Supuesto 3. También prueban la insensibilidad demográfica tanto en las puntuaciones brutas como en las puntuaciones corregidas por edad.

Contribuciones clave

1. Condiciones suficientes para la superioridad de la puntuación bruta: El artículo proporciona condiciones formales y suficientes (Teorema 1) bajo las cuales las puntuaciones brutas producen una mayor precisión de clasificación marginal (mayor TPR para un FPR fijo) que las puntuaciones demográficamente corregidas. Esto se mantiene sin depender de modelos paramétricos restrictivos o nociones vagas de "asociaciones fuertes".
2. Interpretación causal del detrimento de la corrección: Los autores aclaran que las correcciones se vuelven perjudiciales cuando las variables demográficas son predictores fuertes de la condición de interés (por ejemplo, la edad es un factor de riesgo fuerte para la demencia) y la corrección elimina la variación en la puntuación bruta que está causalmente vinculada al riesgo de la enfermedad.
3. Formalización de la equidad: El artículo distingue entre "igualar las tasas de error" (lo que las correcciones suelen lograr para las Tasas de Falsos Positivos) y la "insensibilidad demográfica" (donde las reglas de decisión son invariantes ante intervenciones demográficas). Demuestran que las correcciones estándar no garantizan la insensibilidad demográfica, particularmente en lo que respecta a las Tasas de Verdaderos Positivos.
4. Validación empírica: Utilizando los datos de OASIS-3, el estudio proporciona evidencia que respalda la afirmación teórica de que las puntuaciones brutas del MMSE tienen una precisión de clasificación superior a las puntuaciones corregidas por edad y demuestra que las puntuaciones corregidas por edad (puntuaciones z) no son demográficamente insensibles entre individuos con deterioro cognitivo.

Resultados

• Teóricos: Bajo el supuesto de que la prueba está bien diseñada y que la corrección logra la independencia de la puntuación respecto a la demografía en el grupo no deteriorado, las puntuaciones brutas superan a las corregidas si el efecto de la variable demográfica en la puntuación (en la población sana) y su efecto en el riesgo de la enfermedad (condicionado a la puntuación) son comonótonos.
• Aplicación en OASIS-3:
  • Precisión: Las estimaciones no paramétricas del límite de superioridad $\tau(t)$ fueron positivas para la mayoría de los umbrales, aunque los intervalos de confianza fueron amplios. Sin embargo, el análisis paramétrico (asumiendo un modelo lineal jerárquico) rechazó fuertemente la hipótesis nula de no superioridad ($p < 0.05$), proporcionando evidencia estadística de que las puntuaciones brutas del MMSE tienen una mejor precisión de clasificación que las puntuaciones corregidas por edad en todos los FPRs.
  • Insensibilidad: El estudio rechazó la hipótesis de que las puntuaciones brutas del MMSE son insensibles a la edad. Crucialmente, encontró que incluso las puntuaciones corregidas por edad (puntuaciones z) no eran demográficamente insensibles entre individuos con deterioro cognitivo ($D=1$), fallando en alcanzar la propiedad de equidad deseada para la población objetivo.

Significado y afirmaciones
Los autores afirman que aportan claridad al debate sobre las correcciones demográficas al establecer que las puntuaciones brutas pueden ser teórica y empíricamente superiores en precisión de clasificación sin depender de modelos de generación de datos restrictivos. Argumentan que la intuición de que "las correcciones son justas" es errónea porque las correcciones estándar no garantizan la insensibilidad demográfica en el proceso de toma de decisiones, particularmente para aquellos con la condición.

El artículo concluye que, si bien las correcciones demográficas pueden igualar las Tasas de Falsos Positivos entre grupos, pueden ser perjudiciales para la utilidad diagnóstica general de las pruebas de cribado cuando la demografía constituye un factor de riesgo fuerte para la condición. Los autores enfatizan que sus hallazgos se aplican ampliamente en áreas donde se utilizan las correcciones demográficas (por ejemplo, función renal, función pulmonar, diagnósticos neurológicos), sugiriendo que el compromiso entre precisión y la percepción de equidad requiere una evaluación cuidadosa y específica al contexto, en lugar de una aplicación rutinaria de correcciones.