From Subgroups to Population Composition: A Transportability Approach to Effect Heterogeneity

Resumen Técnico: De los Subgrupos a la Composición de la Población

Planteamiento del Problema
Los métodos epidemiológicos tradicionales para analizar la heterogeneidad de los efectos dependen de la regresión paramétrica con subgrupos preespecificados (por ejemplo, términos de interacción o análisis estratificados). Aunque son sencillos, estos enfoques suelen fallar al capturar patrones complejos y de alta dimensión de la modificación del efecto y pueden ocultar poblaciones vulnerables si el efecto promedio es nulo o protector. Por el contrario, los métodos recientes adaptados a los datos (por ejemplo, meta-aprendices) mejoran la precisión de la predicción en entornos de alta dimensión, pero introducen una complejidad metodológica significativa y a menudo ofrecen una visión limitada de los impulsores específicos de la heterogeneidad. Existe la necesidad de un enfoque conceptual que caracterice cómo varían los efectos de la exposición a través de poblaciones con diferentes composiciones sin requerir subgrupos preespecificados o algoritmos complejos y opacos.

Metodología
Los autores proponen un nuevo enfoque conceptual de tres pasos para modelar el efecto de la exposición a nivel poblacional como una función de la distribución de los modificadores de efecto. Este método aprovecha los marcos de transportabilidad para estimar efectos en poblaciones hipotéticas.

1. Selección de Variables: Los investigadores seleccionan los confusores (para cerrar las rutas de trasfondo o back-door paths) y los modificadores de efecto basados en el conocimiento previo o en métodos adaptados a los datos. El enfoque permite conjuntos de alta dimensión de modificadores, aunque la interpretabilidad disminuye con la dimensionalidad.
2. Estimación en Poblaciones Hipotéticas: El núcleo del método consiste en estimar el Efecto Promedio del Tratamiento (ATE, por sus siglas en inglés) en una serie de poblaciones hipotéticas donde la prevalencia de modificadores de efecto específicos varía sistemáticamente (por ejemplo, a través de quintiles del 0% al 100%).
   • Esto se logra mediante métodos de transportabilidad, tales como el ponderado por el inverso de la probabilidad (inverse odds weighting), el balanceo de entropía (entropy balancing), la estandarización del modelo de resultados (g-computation) o estimadores doblemente robustos (por ejemplo, TMLE).
   • El proceso asume condiciones estándar de identificación causal (consistencia, positividad, intercambiabilidad condicional) y supuestos de transportabilidad específicos, notablemente que no existen modificadores de efecto no medidos y que los mediadores en la vía causal no difieren en su distribución entre la muestra de estudio y las poblaciones hipotéticas.
3. Modelado de la Superficie de Efecto: Los ATE estimados a través del rango de valores de prevalencia se modelan como una función de la prevalencia. Esto puede realizarse mediante regresión (lineal, cuadrática u otras formas funcionales) para cuantificar la relación entre la prevalencia del modificador y el efecto a nivel poblacional.

Contribuciones Clave

• Cambio Conceptual: El artículo desplaza el análisis de la heterogeneidad de las comparaciones binarias de subgrupos hacia una caracterización continua de cómo cambian los efectos a nivel poblacional a medida que cambia la composición de los modificadores de efecto.
• Dos Resultados Primarios:
  1. Estimación del cambio en los efectos de la exposición a nivel poblacional atribuible a los aumentos en la prevalencia del modificador de efecto.
  2. Clasificación de las estimaciones de efecto a través de múltiples modificadores y prevalencias para identificar las características poblacionales más fuertemente asociadas con la vulnerabilidad diferencial.
• Accesibilidad: Los autores proporcionan una aplicación Shiny en R para facilitar la implementación, permitiendo a los investigadores visualizar la "superficie de efecto" sin requerir habilidades avanzadas de programación o complejos flujos de trabajo de meta-aprendizaje.
• Agnosticismo Metodológico: El enfoque es agnóstico respecto al método de estimación específico utilizado en el Paso 2, lo que permite a los investigadores elegir el modelo más apropiado para la escala y estructura de sus datos.

Resultados (Aplicación de Caso de Estudio)
El enfoque se demostró utilizando datos de las Encuestas Demográficas y de Salud (DHS) para examinar los efectos heterogéneos de la sequía en la desnutrición infantil (stunting) en países de ingresos bajos y medios.

• Exposición/Resultado: Sequía (exposición) y desnutrición infantil (resultado).
• Modificadores de Efecto: Nivel educativo de la madre, residencia rural y consumo de medios de comunicación masivos.
• Hallazgos:
  • El ATE general indicó un aumento del 1.4% en el riesgo de desnutrición debido a la sequía.
  • Educación Materna: Las poblaciones con una prevalencia >60% de falta de educación materna mostraron efectos de la exposición superiores al promedio. Con una prevalencia del 100% de falta de educación, el riesgo aumentó un 3.3%. Por el contrario, en poblaciones con una prevalencia cercana a cero de falta de educación (altamente educadas), el efecto se volvió negativo (sugiriendo una asociación protectora), ilustrando una heterogeneidad no lineal que el análisis estratificado podría pasar por alto.
  • Residencia Rural y Medios: El efecto de la sequía aumentó a un ritmo acelerado con la prevalencia de residencia rural, pero aumentó a un ritmo decelerado con el consumo de medios de comunicación masivos.
  • Modelado: Las regresiones polinómicas de segundo orden capturaron con éxito estas relaciones no lineales, revelando reversiones en la dirección de los cambios marginales que los modelos lineales no podrían detectar.

Significancia y Reivindicaciones
Los autores posicionan este trabajo como una alternativa práctica y de baja complejidad a los análisis de heterogeneidad convencionales. Declaran explícitamente que el enfoque no pretende mejorar la eficiencia o la precisión de la predicción de la estimación del efecto (una fortaleza de los meta-aprendices) ni resolver los problemas de potencia estadística o violaciones de positividad inherentes a los datos.

En su lugar, la significancia radica en:

1. Información Accionable: Proporcionar una visualización clara de la "superficie de efecto" para identificar subgrupos vulnerables accionables para la priorización de intervenciones (por ejemplo, dirigir los programas de nutrición a áreas con baja educación materna y alto riesgo de sequía).
2. Transportabilidad Interna: Permitir la exploración de todo el rango de la modificación del efecto utilizando únicamente los datos de la muestra de estudio, sin requerir un conjunto de datos externo de destino.
3. Interpretabilidad: Ofrecer un marco que equilibra el rigor metodológico con la interpretabilidad para audiencias externas, yendo más allá de la naturaleza de "caja negra" de algunos enfoques de aprendizaje automático de alta dimensión.

El artículo concluye que, si bien el método tiene limitaciones con respecto a la eficiencia y los supuestos sobre los mediadores, proporciona una herramienta necesaria para caracterizar la superficie completa de la modificación del efecto en el contexto de choques climáticos e inequidades sociales.