Improving the efficiency of infectious disease prevention trials using negative control outcome event times

Resumen Técnico: Mejora de la Eficiencia de los Ensayos de Prevención de Enfermedades Infecciosas mediante el Uso de Tiempos de Evento de Resultados de Control Negativo

1. Planteamiento del Problema

Los ensayos aleatorizados son el estándar de oro para establecer la eficacia causal de las intervenciones biomédicas, como las vacunas o los anticuerpos administrados pasivamente. Una estrategia principal para mejorar la eficiencia de los ensayos es el ajuste por covariables basales para mejorar la precisión de las estimaciones del efecto del tratamiento. Sin embargo, en los ensayos de prevención de enfermedades infecciosas, el factor pronóstico más crítico para la infección es el nivel de exposición de un individuo al patógeno (por ejemplo, la frecuencia de contacto con fuentes infecciosas). Esta exposición rara vez es medible al inicio debido a la dependencia de informes de comportamiento autodeclarados, la falta de datos objetivos y la naturaleza dinámica de la exposición a lo largo del tiempo. En consecuencia, el ajuste convencional por covariables basales suele ofrecer mejoras de precisión solo modestas.

Los autores proponen aprovechar los Resultados de Control Negativo (NCO, por sus siglas en inglés) —infecciones causadas por patógenos no afectados por la intervención pero que comparten mecanismos de exposición superpuestos con el resultado primario (por ejemplo, infecciones bacterianas de transmisión sexual en un ensayo de VIH-1)—. Si bien trabajos previos (por ejemplo, Etievant et al., 2022) sugirieron el ajuste por indicadores binarios de los NCO, este enfoque descarta información valiosa de tiempo hasta el evento y depende de la fuerte suposición de que el censado es completamente aleatorio (no afectado por el tratamiento). Además, los métodos existentes presentan dificultades cuando tanto el resultado primario como el tiempo del evento NCO están sujetos a censura por la derecha, un escenario común en los ensayos de prevención donde los NCO se miden mediante vigilancia rutinaria.

2. Metodología

El artículo desarrolla un estimador semiparamétrico de la función de supervivencia específica por brazo de tratamiento del resultado primario, $S_a(t)$, ajustando por un tiempo de evento de NCO censurado por la derecha, $N$.

Marco Causal e Identificación:
Los autores formalizan el problema utilizando el marco de resultados potenciales y un Grafo Acíclico Dirigido (DAG). Las suposiciones clave incluyen:

• Consistencia y SUTVA: Suposiciones estándar para ensayos aleatorizados.
• Ignorabilidad Fuerte: La asignación del tratamiento es independiente de los resultados potenciales y de los tiempos de censura.
• Censura Independiente: Los tiempos de censura son independientes de los tiempos de evento condicionados en las covariables basales y el tratamiento.
• Suposición de NCO: El tiempo del evento NCO es causalmente no afectado por el tratamiento ($N = N(0) = N(1)$), lo que evita el sesgo de selección.
• Comparabilidad U-Aproximada: El NCO está correlacionado con causas comunes no medidas del resultado primario (exposición), lo que lo hace pronóstico.

Una contribución teórica crítica es la identificación de $S_a(t)$ cuando $N$ está censurado por la derecha. Los autores demuestran que ajustar simplemente por el tiempo observado (censurado) del NCO o por un indicador binario conduce a un sesgo de selección post-tratamiento. En su lugar, derivan una fórmula de identificación utilizando Ponderación por la Probabilidad Inversa (IPW) sobre los casos completos de NCO, utilizando eficazmente toda la información de tiempo hasta el evento del NCO.

Estrategia de Estimación:

1. Función de Influencia Eficiente (EIF): Los autores derivan la EIF para la función de supervivencia específica por brazo de tratamiento en el modelo de datos observados donde tanto el resultado primario como el NCl están censurados por la derecha. Esta EIF combina información de participantes con NCOs totalmente observados y aquellos con NCOs censurados (mediante un término de media condicional integrado con respecto al martingala de censura).
2. Estimador de un Paso con Validación Cruzada (Cross-Fitted One-Step Estimator): Para construir un estimador que sea asintóticamente eficiente y robusto a la especificación errónea de los parámetros de molestia, proponen un estimador de un paso con validación cruzada. Este enfoque utiliza aprendizaje automático adaptativo a los datos (conjuntos SuperLearner) para estimar los parámetros de molestia (puntuaciones de propensión, funciones de supervivencia y densidades condicionales) evitando el sobreajuste mediante la división de la muestra.
3. Robustez Múltiple: Se demuestra que el estimador es consistente si al menos un subconjunto específico de los modelos de molestia está correctamente especificado.
4. Algoritmo EM para la Estimación de Molestia: Un desafío significativo es estimar la distribución condicional del resultado primario dado el NCO censurado, $S_0(t | a, x, n)$, sin inducir sesgo de selección. Los autores proponen un algoritmo de Esperanza-Maximización (EM) con aumentación de datos. Este algoritmo imputa iterativamente los tiempos de NCO censurados utilizando pesos de "redistribución a la derecha", lo que permite la estimación de la distribución conjunta de los resultados primario y NCO sin descartar las observaciones censuradas.

3. Resultados Clave

Experimentos Numéricos:
Se realizaron simulaciones con tamaños de muestra de 2,400 y 4,000, variando la correlación ($\rho$) entre el NCO y el resultado primario.

• NCO No Informativo ($\rho=0$): El estimador propuesto funcionó de manera equivalente a los estimadores no ajustados y ajustados por covariables basales, demostrando que ajustar por un NCO no incurre en pérdida de eficiencia cuando el NCO no es informativo.
• NCO Pronóstico ($\rho=0.5, 0.8$): A medida que el NCO se volvía más pronóstico, el estimador ganaba eficiencia significativa. Con $\rho=0.8$, la eficiencia relativa mejoró aproximadamente un 33% en comparación con los estimadores no ajustados, manteniendo la cobertura de los intervalos de confianza cerca de los niveles nominales.

Estudio de Caso (HVTN 704/HPTN 085):
El método se aplicó a un ensayo aleatorizado del anticuerpo de amplio espectro para la prevención del VIH-1, VRC01, en hombres que tienen sexo con hombres (MSM).

• Validación: Se validó la gonorrea rectal (RGC) y la sífilis como NCOs; VRC01 no tuvo un efecto discernible en su incidencia, pero ambos estuvieron asociados positivamente con la adquisición de VIH-1.
• Ganancias de Precisión: El ajuste por el tiempo hasta la primera infección por RGC redujo la varianza estimada de la estimación de la eficacia de la prevención en un 26.9%. El ajuste por sífilis redujo la varianza en un 26.5%.
• Comparación: En contraste, el ajuste por la mejor covariable basal disponible (una puntuación de riesgo de VIH-1 aprendida mediante aprendizaje automático) produjo solo una reducción de la varianza del 2.5%.

4. Significado y Reivindicaciones

El artículo afirma ser el primero en abordar el problema conjunto de una variable de ajuste censurada por la derecha y un resultado primario censurado por la derecha dentro del contexto de los ensayos de prevención de enfermedades infecciosas. La importancia del trabajo radica en:

• Innovación Metodológica: Cierra una brecha en la teoría semiparamétrica para datos de resolución gruesa (coarsened data), proporcionando un estimador válido y eficiente para el ajuste de NCO que relaja la suposición de "censura completamente aleatoria" requerida por los enfoques previos de indicadores binarios.
• Eficiencia Práctica: El estudio demuestra que utilizar los datos recolectados de rutina sobre infecciones no deseadas (NCOs) puede mejorar sustancialmente el poder estadístico de los ensayos de prevención sin alterar el diseño del ensayo, el reclutamiento o el presupuesto.
• Robustez: El estimador propuesto es múltiple robusto y asintóticamente eficiente, lo que garantiza una inferencia fiable incluso cuando los modelos de molestia son complejos o parcialmente mal especificados.

Los autores concluyen que, si bien la magnitud de las ganancias de precisión depende del diseño del ensayo y de la fuerza de la asociación del NCO con la exposición, el método ofrece una ganancia de eficiencia "gratuita" (no hay pérdida cuando el NCO no es informativo) y un impulso sustancial cuando el NCO es pronóstico, como lo evidencia la aplicación en HVTN 704/HPTN 085.