A Novel Approach to Instrumental Variable Estimation: TEAM-IV

Resumen Técnico: TEAM-IV

Planteamiento del Problema
El análisis de variables instrumentales (IV) es un enfoque estándar para estimar efectos causales en presencia de confusión no medida. Sin embargo, la validez de las estimaciones de IV depende de la restricción de exclusión, que postula que los instrumentos afectan al resultado únicamente a través de la exposición. En la práctica, particularmente en la aleatorización mendeliana, los instrumentos suelen violar esta restricción mediante efectos directos (pleiotropía horizontal). Los métodos de IV robustos existentes, como sisVIVE y CIIV, dependen de condiciones de "validez de mayoría" o "validez de pluralidad", que requieren que los instrumentos válidos constituyan más de la mitad (o el grupo más grande) del conjunto de candidatos. Estos métodos pueden fallar o producir estimaciones sesgadas cuando los instrumentos inválidos son prevalentes, cuando los efectos directos son grandes o cuando se viola la condición de mayoría.

Metodología: TEAM-IV
Los autores proponen TEAM-IV (estimación de Variables Instrumentales basada en Equipos), un nuevo enfoque diseñado para identificar y agregar conjuntos de instrumentos que parecen ser válidos en conjunto ("equipos"), permitiendo una estimación confiable incluso cuando solo un pequeño número de instrumentos candidatos son válidos (potencialmente tan pocos como dos). El método consta de cuatro etapas clave:

1. Ordenamiento basado en Ridge: Para mitigar la heterogeneidad en la fuerza de los instrumentos, que puede distorsionar las estimaciones de efectos directos, los autores construyen primero un vector de exposición ajustado ($d_{adj}$) tal que su proyección sobre el espacio de los instrumentos corresponda a fuerzas de instrumentos homogéneas. Luego, ajustan un modelo penalizado por ridge para estimar los efectos directos ($\hat{\alpha}$) y ordenan los instrumentos basándose en estas estimaciones. Los resultados teóricos sugieren que, bajo regímenes poblacionales simétricos, este ordenamiento coloca a los instrumentos válidos en un bloque contiguo.
2. Construcción de Equipos mediante MCP con Ventanas: Los instrumentos ordenados se analizan utilizando ventanas contiguas superpuestas. Dentro de cada ventana, se ajusta una regresión de Penalización de Concavidad Mínima (MCP) para estimar los efectos directos. Se construye una matriz de "pertenencia a equipo" (teamness) agregando evidencia diádica a través de las ventanas; los instrumentos que frecuentemente presentan efectos directos estimados que se reducen a cero simultáneamente (indicando un estado de validez concordante) se agrupan en "equipos" candidatos.
3. Evaluación por Validación Cruzada: Cada equipo candidato es evaluado como un posible conjunto de instrumentos válidos. El método emplea un criterio de validación cruzada de estilo sisVIVE: para un conjunto válido candidato $G$, los instrumentos restantes ($G^c$) se tratan como covariables en una regresión del resultado sobre la exposición proyectada. El riesgo de predicción fuera de la muestra se estima mediante validación cruzada de K-pliegues. Se espera que los equipos que contienen instrumentos inválidos (omitidos del conjunto de covariables) tengan un mayor riesgo de predicción.
4. Unión y Estimación: El conjunto final de instrumentos válidos se define como la unión de los equipos "cercanos al mejor" (aquellos con un riesgo de validación cruzada dentro de un error estándar del mínimo). Luego, el efecto causal se estima mediante mínimos cuadrados en dos etapas (2SLS), donde los instrumentos en la unión seleccionada sirven como instrumentos excluidos, y los instrumentos clasificados como inválidos se incluyen como covariables exógenas para ajustar sus efectos directos.

Contribuciones Clave

• Nuevo Procedimiento de Selección: El artículo introduce un procedimiento de selección y agregación basado en equipos que construye múltiples conjuntos de instrumentos válidos candidatos en lugar de depender de un único ajuste penalizado.
• Resultados Teóricos: Los autores establecen dos propiedades teóricas:
  1. Bajo un régimen de población simétrico simplificado con covarianza simétrica compuesta, el ordenamiento basado en ridge coloca asintóticamente a los instrumentos válidos en un bloque contiguo.
  2. El estimador MCP específico de la ventana asigna asintóticamente una clasificación de signo común con tolerancia a los instrumentos válidos dentro de una ventana, incluso cuando sus efectos directos estimados son distintos de cero.
• Robustez ante la Inválidez: El método está diseñado para funcionar cuando los instrumentos inválidos constituyen una mayoría del conjunto de candidatos, un escenario donde sisVIVE y CIIV suelen tener dificultades.

Simulación y Resultados Empíricos

• Estudio de Simulación: A través de simulaciones que varían el número, la magnitud y los signos de los efectos directos inválidos, la correlación de los instrumentos y la endogeneidad de la exposición, TEAM-IV generalmente alcanzó un error de estimación absoluto menor que sisVIVE y CIIV.
  • Las ganancias relativas fueron mayores cuando los instrumentos inválidos eran prevalentes (violando la condición de validez de mayoría) y cuando los efectos directos inválidos eran grandes.
  • TEAM-IV se mantuvo robusto bajo instrumentos correlacionados (estructuras autorregresivas y de simetría compuesta) y efectos directos de signos mixtos, aunque la brecha de rendimiento con sisVIVE se redujo en entornos de signos mixtos.
• Aplicación MESA: El método se aplicó al Estudio Multiétnico de la Aterosclerosis (MESA) para estimar el efecto del colesterol LDL sobre el espesor íntima-media carotídeo (IMT). En el análisis empírico, tanto TEAM-IV como sisVIVE retuvieron los ocho SNPs candidatos y produjeron estimaciones puntuales idénticas ($\hat{\beta} = 2.19$).
• Estudios de Validación: Dos estudios de validación anclados en datos resaltaron las diferencias entre los métodos:
  1. Prueba de Estrés Adversaria: Utilizando pseudo-instrumentos informados por el resultado (deliberadamente inválidos), TEAM-IV identificó correctamente el 100% de los pseudo-instrumentos como inválidos, mientras que sisVIVE identificó solo el 1.2%. Las estimaciones de TEAM-IV se mantuvieron más cercanas a la referencia empírica que las de sisVIVE.
  2. Resultado Semi-Sintético: En un entorno con una verdad de campo conocida donde el 62.5% de los instrumentos eran inválidos, TEAM-IV logró una clasificación de instrumentos perfecta (100% de sensibilidad y especificidad) y un sesgo, MAE y RMSE menores en comparación con sisVIVE.

Significancia y Reivindicaciones
El artículo sostiene que TEAM-IV ofrece una alternativa robusta a los métodos de IV penalizados existentes, particularmente en configuraciones desafiantes donde los instrumentos inválidos son numerosos o fuertes. Los autores enfatizan que TEAM-IV es "generalmente" más preciso que sisVIVE y CIIV en simulaciones con altas proporciones de instrumentos inválidos.

Sin embargo, los autores mantienen un tono modesto respecto a sus afirmaciones:

• Afirman que los resultados apoyan la robustez de TEAM-IV "bajo los mecanismos de generación de datos examinados", pero no implican una "superioridad uniforme en todos los entornos de variables instrumentales".
• Observan que en el análisis empírico de MESA, el acuerdo entre los métodos no prueba la validez de los instrumentos, especialmente dada la débil estadística F de la primera etapa conjunta.
• Reconocen limitaciones, incluyendo el uso de un tamaño de muestra fijo ($n=2000$) y un número pequeño de instrumentos ($L=10$) en las simulaciones, y llaman a trabajos futuros sobre entornos con un $L$ grande en relación con $n$, garantías teóricas para la selección y cuantificación válida de la incertidancia.

El artículo concluye que los métodos de selección de instrumentos penalizados, combinados con el 2SLS de post-selección, pueden proporcionar una robustez sustancial frente a los efectos directos de los instrumentos, siendo TEAM-IV particularmente prometedor cuando los instrumentos inválidos violan la condición de validez de mayoría requerida por los métodos existentes.