Meta-analysis as a barycenter of study distributions: information-geometric pooling, heterogeneity, and robustness

Resumen Técnico: El metaanálisis como baricentro de distribuciones de estudios

Planteamiento del problema
El metaanálisis estándar típicamente reduce cada estudio a una estimación de efecto escalar ($\theta_i$) y un error estándar, agrupándolos mediante ponderación de varianza inversa bajo modelos de efectos fijos (FE), efectos aleatorios (RE) o mínimos cuadrados ponderados no restringidos (UWLS). Este enfoque enfrenta tres limitaciones principales:

1. Incertidumbre del modelo: La elección entre FE, RE y UWLS es objeto de debate, con evidencia que sugiere que UWLS suele ajustarse mejor a los datos que RE, aunque la estimación de la varianza entre estudios ($\tau^2$) sigue siendo inestable según el método utilizado.
2. Complejidad multivariante: Muchos ensayos reportan múltiples resultados correlacionados (por ejemplo, presión sistólica y diastólica), formando una distribución normal multivariante $N(\theta_i, \Sigma_i)$. El metaanálisis multivariante estándar depende de verosimilitudes que requieren correlaciones intraestudio, las cuales rara vez se reportan. La imputación de estas correlaciones introduce una incertidumbre inrastreable en la estimación agrupada.
3. Robustez: Los métodos estándar son sensibles a los valores atípicos (outliers) y a los efectos de estudios pequeños. Aunque existen estimadores M robustos, suelen ser adiciones ad hoc en lugar de ser intrínsecos a la geometría de la agrupación.

Metodología: Integración Meta-Geométrica de la Información (IGMI)
El artículo propone la IGMI, que trata cada estudio no como una estimación puntual, sino como su distribución de muestreo completa, $N_i = N(\theta_i, \Sigma_i)$, vista como un punto en el manifold de las gaussianas multivariantes ($G_m$). La agrupación se define como la búsqueda del promedio de Fréchet ponderado (baricentro) $\bar{N}$ que minimiza la suma de las distancias al cuadrado de las distribuciones de los estudios:
$$\bar{N} = \arg \min_{N \in G_m} \sum_{i=1}^K w_i d(N, N_i)^2$$
Los autores investigan tres métricas de distancia (geometrías) específicas:

1. Bures–Wasserstein (BW): Derivada del transporte óptimo. Separa la localización y la escala de forma aditiva. La media $\bar{\theta}$ es el promedio ponderado de $\theta_i$, y la covarianza $\bar{\Sigma}$ es la solución única a una ecuación de punto fijo que involucra medias geométricas matriciales.
2. Fisher–Rao (FR): Basada en la métrica de información de Fisher. Aunque es computacionalmente más económica para $m=1$, la unicidad global para $m \ge 2$ no está garantizada en el manifold gaussiano de curvatura positiva; los autores proporcionan una garantía de unicidad local dentro de un radio específico.
3. Wasserstein–Rao–Fisher (WFR): Una métrica de transporte óptimo desbalanceado que incluye un término de "nacimiento-muerte" controlado por una escala de longitud $\delta$. Esto permite a la métrica destruir la masa de un estudio que es suficientemente distante del consenso, en lugar de transportarla. Esto proporciona un mecanismo geométrico para la robustez.

Contribuciones clave
El artículo establece cuatro contribcciones teóricas y prácticas principales:

1. Estimador de agrupación geométrica: Una solución de forma cerrada para el baricentro multivariante bajo la geometría BW, computada mediante una iteración de punto fijo con una garantía de convergencia unconditionally probada. Esto evita la maximización de la verosimilitud y los fallos de convergencia comunes en REML.
2. Reducciones exactas a métodos clásicos: Los autores demuestran que la IGMI colapsa exactamente a los métodos estándar en límites específicos:
   • En el caso escalar de varianza fija, la media del baricentro BW es idéntica a la estimación FE.
   • El índice de heterogeneidad geométrica reproduce exactamente el estadístico $I^2$ de Higgins–Thompson.
   • El estimador de momentos para la varianza entre estudios reproduce exactamente el $\hat{\tau}^2$ de DerSimonian–Laird.
3. Declaraciones de confianza exactas: Un pivote estudentizado basado en la matriz de dispersión de Fréchet produce:
   • El intervalo de Hartung–Knapp–Sidik–Jonkman (HKSJ) para $m=1$.
   • Una región de confianza Hotelling $F_{m, K-m}$ exacta para $m$ resultados bajo covarianzas totales proporcionales. Esta región mantiene una cobertura correcta en muestras pequeñas ($K$) donde los intervalos tipo Wald suelen subestimar la cobertura.
4. Robustez fundamentada: La geometría WFR introduce un único parámetro $\delta$ que gobierna la robustez. A medida que $\delta \to \infty$, converge al estimador BW. Para un $\delta$ finito, el estimador actúa como un estimador M redescendente (tipo seno de Andrews) con un punto de rechazo duro en exactamente $\pi\delta$. Los estudios que exceden esta distancia aportan un peso de cero.

Resultados
El marco fue validado mediante pruebas analíticas, simulaciones y análisis empírico de la base de datos Cochrane de Revisiones Sistemáticas.

• Simulaciones:
  • Cobertura: El pivote de dispersión de Fréchet mantuvo una cobertura nominal del 95% en varios niveles de heterogeneidad y con $K$ pequeñas (hasta 5), mientras que los intervalos Wald ingenuos y los intervalos multivariantes de REML (mvmeta) subestimaron significativamente la cobertura bajo heterogeneidad.
  • Robustez: En escenarios de contaminación (valores atípicos con errores estándar subestimados), el pool de pesos iguales de WFR mantuvo un sesgo y RMSE bajos, mientras que FE, RE y UWLS fallaron. El sesgo de WFR redescendió a cero una vez que los desplazamientos de los valores atípicos superaron el umbral de rechazo $\pi\delta$.
• Corpus Cochrane (Univariante, $N=2,445$):
  • El pool WFR (pesos iguales) ganó la mayor cantidad de veces el concurso de puntuación predictiva de dejar uno fuera (LOO) (30.2%) y demostró la mejor calibración (z-SD más cercano a 1) y cobertura predictiva (0.925).
  • La ventaja de WFR fue más pronunciada en metaanálisis pequeños ($K \le 7$).
  • En un caso de estudio específico (alicurumab), WFR identificó y descartó correctamente un valor atípico discordante que sesgaba las estimaciones de FE y RE, estableciéndose en el consenso de los estudios restantes.
• Corpus Cochrane (Bivariante, $N=835$):
  • El baricentro BW de forma cerrada fue predictivamente equivalente al metaanálisis REML multivariante (mvmeta) en términos de log-score y cobertura.
  • Crucialmente, la estimación puntual de BW es exactamente invariante a la correlación intraestudio ($\rho$) no reportada. En contraste, la estimación de REML cambió significante mente (desplazamiento de la mediana de 0.15 unidades estandarizadas) a medida que $\rho$ variaba, resaltando la sensibilidad de los métodos basados en verosimilitud a los parámetros no observados.
• Benchmarks Clínicos:
  • En precisión diagnóstica (sensibilidad/especificidad), IGMI reprodujo el resumen estándar de Reitsma bivariate-REML en forma cerrada.
  • En el desempeño de modelos de predicción (discriminación/calibración), IGMI proporcionó una estimación invariante a la correlación intraestudio desconocida, mientras que las estimaciones de REML variaron.

Significado y Reivindicaciones
El artículo afirma que la IGMI ofrece un marco unificado que:

1. Generaliza sin disrupción: Recupera los estimadores escalares estándar (FE, $I^2$, $\tau^2$, HKSJ) exactamente como casos especiales, asegurando la compatibilidad con los estándares existentes de gradación de evidencia.
2. Resuelve el problema de la correlación multivariante: Al utilizar el baricentro de las distribuciones en lugar de una verosimilitud, proporciona una estimación agrupada que es matemáticamente invariante a la correlación intraestudio no reportada, un problema persistente en el metaanálisis multivariante.
3. Proporciona robustez intrínseca: Reemplaza la eliminación ad hoc de valores atípicos con una propiedad geométrica (distancia WFR) donde el rechazo de estudios aberrantes es una función continua de su distancia respecto al consenso, gobernada por un único parámetro interpretable.
4. Garantiza la validez en muestras pequeñas: Proporciona regiones de confianza exactas (tipo Hotelling) que permanecen calibradas incluso cuando el número de estudios es pequeño, abordando un modo de fallo conocido de los intervalos Wald asintóticos.

Los autores enfatizan que el método está implementado en el paquete de R gtmeta y está diseñado para ser un reemplazo directo para la agrupación estándar en síntesis multivariantes o propensas a la contaminación, mientras que revierte a resultados familiares para casos univariantes simples y homogéneos.