Resumen Técnico: B-CALM (Sesgo Limitado por Bayesianismo de Préstamo/Borrowing)

1. Planteamiento del Problema

Los Ensayos Controlados Aleatorizados (ECA) proporcionan estimaciones de validez interna para los efectos del tratamiento, pero suelen carecer de la potencia necesaria para estimar los Efectos de Tratamiento Promedio Condicional (CATE, por sus siglas en inglés) en subgrupos de pacientes. Los Estudios Observacionales (EO) a gran escala ofrecen tamaños de muestra sustanciales, pero sufren de confusión, desajuste poblacional y un solapamiento parcial de covariables (donde los ECA y los EO comparten algunas covariables $W$, pero poseen conjuntos únicos $U$ y $V$, respectivamente).

El desafío central es aprovechar los datos de los EO para reducir la incertidumbre en la estimación del CATE definido por el ECA sin permitir que los datos sesgados del EO dominen la inferencia (es decir, evitando la "transferencia negativa" donde el EO desplaza el estimando lejos del objetivo real del ECA). Los métodos existentes suelen depender de estimaciones puntuales con propagación de incertidumbre por separado o de pesos de préstamo globales que no modelan explícitamente la forma funcional del sesgo bajo el desajuste de covariables.

2. Metodología: B-CALM

Los autores proponen B-CALM (Calibración Bayesiana de Alineación bajo Desajuste de Covariables), un marco bayesiano que trata al EO como una medición sesgada y parcialmente desajustada de las superficies de resultados del ECA.

2.1 Arquitectura del Modelo

• Alineación Latente: Codificadores específicos de la fuente ($q_{\phi_r}$ para el ECA, $q_{\phi_o}$ para el EO) mapean bloques de covariables distintos ($X_r = (W, U)$ para el ECA y $X_o = (W, V)$ para el EO) hacia un estado de paciente latente compartido $Z$. Esto crea un sistema de coordenadas común para la comparación.
• Superficies de Resultado:
  • Superficie del ECA: $\eta_r(a, z) = \mu(z) + a\tau(z)$, donde $\mu(z)$ es el pronóstico de control y $\tau(z)$ es el CATE objetivo.
  • Superficie del EO: $\eta_o(a, z) = \mu(z) + a\tau(z) + b_0(z) + ab_\Delta(z)$.
• Descomposición del Sesgo:
  • $b_0(z)$: Sesgo de Línea Base, que representa la diferencia en los resultados de control entre el EO y el ECA en el mismo estado latente (por ejemplo, debido a comorbilidades no medidas).
  • $b_\Delta(z)$: Sesgo Comparativo, que representa la diferencia en los contrastes de tratamiento ($\tau_{OS} - \tau_{RCT}$) tras contabilizar los desplazamientos de la línea base. Este es el parámetro crítico que gobierna el préstamo de información (borrowing).

2.2 Formulación Probabilística

El método aplica procesos gaussianos (GP) como distribuciones a priori sobre las funciones de resultado ($\mu, \tau$) y las funciones de sesgo ($b_0, b_\Delta$).

• Mecanismo de Préstamo: La varianza a priori del sesgo comparativo, $\sigma^2_\Delta$, actúa como un "control de sensibilidad".
  • Si $\sigma^2_\Delta \to 0$, se asume que los contrastes del EO y del ECA son conmensurables, permitiendo un agrupamiento (pooling) total.
  • Si $\sigma^2_\Delta \to \infty$, se permite que el contraste del EO sea arbitrariamente sesgado, regresando la inferencia únicamente al ECA.
  • Los valores intermedios definen un análisis de sensibilidad donde el EO informa al CATE del ECA solo en la medida en que la función de sesgo está restringida por la distribución a priori.

2.3 Alineación y Calibración

El marco incorpora una Métrica de Probabilidad Integral (IPM) para cuantificar el desajuste residual entre las distribuciones latentes de las dos fuentes. El modelo optimiza un límite inferior de evidencia variacional (ELBO) que incluye:

1. Términos de verosimilitud para ambos resultados (ECA y EO).
2. Divergencia KL de las distribuciones a priori.
3. Una penalización de alineación (por ejemplo, MMD o pérdida adversarial) para asegurar que los espacios latentes estén suficientemente alineados.

3. Contribuciones Teóricas Clave

El artículo establece cuatro resultados teóricos principales:

1. Límite de Información Limitado por el Sesgo: Los autores demuestran que la información que el EO puede aportar sobre la función de efecto de tratamiento del ECA está topada por la precisión a priori de la función de sesgo comparativo $b_\Delta$. Incluso cuando el tamaño de muestra del EO ($n_o$) tiende a infinito, la ganancia de información no diverge; se satura.
2. Saturación del Tamaño de Muestra Efectivo (ESS): En un caso especial escalar (por ejemplo, Efecto de Tratamiento Promedio), los autores derivan una fórmula de ESS: $n_{eff} = n_o / (1 + n_o \sigma^2_b / \sigma^2_o)$. Cuando $n_o \to \infty$, $n_{eff}$ converge a $\sigma^2_o / \sigma^2_b$. Esto demuestra que aumentar el tamaño de muestra del EO no puede superar la incertidumbre a priori sobre el sesgo.
3. Extensión de Valor Funcional: El Teorema 1 extiende este resultado de saturación a representaciones de dimensión finita de la función CATE, mostrando que la información de Fisher para el efecto de tratamiento está acotada por la precisión a priori de la función de sesgo en cada dirección.
4. Descomposición del Riesgo PAC-Bayes: Los autores proporcionan una descomposición del riesgo objetivo que separa el riesgo empírico del ECA, el error de alineación latente (IPM) y el error de calibración residual de la superficie del EO debiasada. Esto aclara que la alineación por sí sola es insuficiente; la superficie del EO debiasada también debe estar calibrada con la superficie del ECA.

4. Resultados Experimentales

El método fue evaluado en tres conjuntos de datos: un estudio factorial sintético, un benchmark semi-sintético basado en el ensayo Tennessee STAR y un estudio de control externo de obesidad pediátrica en el mundo real.

• Estudio Sintético:
  • Cobertura: B-CALM mantuvo una cobertura de intervalo de credibilidad cercana a la nominal del 90% (promedio de 0.939) a través de diversos regímenes de sesgo. En contraste, los métodos de agrupación (pooled) y los Bosques Causales (CF) se volvieron excesivamente confiados (la cobertura cayó a 0.581 y 0.811, respectivamente) bajo sesgo comparativo.
  • Transferencia Negativa: B-CALM exhibió una baja transferencia negativa (0.023), lo que significa que rara vez tuvo un desempeño peor que un análisis exclusivo de ECA.
  • Saturación: A medida que aumentaba el tamaño de muestra del EO, los anchos de los intervalos de credibilidad de B-CALM se aplanaron hacia un suelo determinado por $\sigma_\Delta$, mientras que los métodos de agrupación continuaron reduciéndose hacia cero, ignorando el sesgo.
• Semi-Sintético (STAR): B-CALM logró una cobertura de 0.936 frente a 0.425 de los métodos de agrupación, con un RMSE comparable.
• Datos Reales (Obesidad Pediátrica): Utilizando datos de registros médicos electrónicos (EHR) como controles externos, B-CALM redujo el ancho del intervalo de credibilidad del 90% en un 9.4% respecto al análisis exclusivo de ECA, manteniendo una "razón de susceptibilidad al sesgo" por debajo de 1.0. Los métodos de agrupación lograron reducciones de ancho mayores (hasta un 70%), pero implicaron riesgos de sesgo que excedían sus propios anchos de intervalo reportados (razón > 1.0).

5. Significado y Reivindicaciones

El artículo posiciona a B-CALM como un cambio de la concepción del "préstamo de información" como un problema de estimación puntual hacia un análisis de sensibilidad de la distribución posterior.

• Modelado Explícito del Sesgo: A diferencia de los métodos que utilizan factores de descuento globales o indicadores de intercambiabilidad, B-CALM modela explícitamente la función de sesgo $b_\Delta(z)$. Esto permite al analista controlar dónde y cuánto ocurre el préstamo basándose en la precisión a priori del sesgo.
• Mecanismo de Seguridad: La propiedad de "sesgo limitado" asegura que, sin importar cuán grande sea el conjunto de datos observacionales, la inferencia no puede ser impulsada enteramente por datos potencialmente sesgados. La distribución a priori sobre la función de sesgo actúa como un techo duro para la transferencia de información.
• Resultado Práctico: Los autores afirman que el producto principal no es un único estimando, sino un análisis calibrado que incluye una distribución posterior sobre el estimando definido por el ECA, una curva de sensibilidad sobre las escalas de sesgo a priori y un diagnóstico de tamaño de muestra efectivo. Esto permite a los investigadores reportar cómo cambian las conclusiones a medida que varían las suposiciones sobre el sesgo del EO, en lugar de comprometerse con un único peso de préstamo potencialmente frágil.

Los autores reconocen limitaciones, incluyendo la no identificabilidad de $b_\Delta$ sin distribuciones a priori (lo que requiere análisis de sensibilidad), la dependencia de las covariables compartidas para la alineación latente y los costos computacionales a gran escala.