A simple strategy for valid inference in target trial emulations

1. Énoncé du problème

L'émulation d'essai cible est un cadre structuré pour l'inférence causale utilisant des données observationnelles, où les chercheurs spécifient un essai randomisé hypothétique (l'« essai cible ») et tentent de reproduire son protocole à l'aide de données réelles. Bien que cette approche clarifie les questions causales et réduise les biais (par exemple, le biais de temps immortel), elle fait face à un défi statistique critique : la nature itérative de la spécification du protocole.

En pratique, les investigateurs définissent rarement le protocole de l'essai cible a priori. Au lieu de cela, ils affinent itérativement le protocole (critères d'éligibilité, stratégies de traitement, résultats et modèles statistiques) après avoir inspecté les données observationnelles pour garantir la faisabilité et l'identifiabilité. Cela crée deux menaces principales pour la validité statistique :

1. Surajustement aux données / Inférence sélective : Lorsque le même jeu de données est utilisé à la fois pour sélectionner le protocole (par exemple, choisir une comparaison de traitement spécifique ou un résultat basé sur des tailles d'effet préliminaires) et pour estimer l'effet, les intervalles de confiance conventionnels perdent leurs garanties de couverture nominale. L'inférence devient biaisée car le modèle a été « ajusté » au bruit spécifique de ce jeu de données.
2. Taux de couverture invalides : La théorie statistique standard suppose que le plan d'analyse est fixé avant l'inspection des données. L'affinement itératif basé sur les caractéristiques des données (par exemple, supprimer des covariables en raison de problèmes de convergence, exclure des sous-groupes avec des traitements rares, ou sélectionner des résultats présentant des effets observés plus importants) gonfle les taux d'erreur de type I et invalide les valeurs p et les intervalles de confiance.

2. Méthodologie : Partitionnement de l'échantillon

L'article propose une procédure de partitionnement de l'échantillon pour découpler la sélection du protocole de l'estimation de l'effet, garantissant ainsi une inférence statistique valide même lorsque le protocole est piloté par les données.

La Procédure :

1. Division aléatoire : Avant toute analyse, le jeu de données est divisé aléatoirement en deux échantillons indépendants :
   • L'échantillon de spécification : Utilisé pour l'analyse exploratoire.
   • L'échantillon d'émulation : Utilisé pour l'estimation finale et l'inférence.
2. Phase 1 (Spécification) : Les investigateurs utilisent l'échantillon de spécification pour :
   • Évaluer la disponibilité des données et les définitions des variables.
   • Déterminer l'identifiabilité (par exemple, vérifier la présence de facteurs de confusion non mesurés).
   • Évaluer la faisabilité (par exemple, vérifier les tailles d'échantillon pour les traitements rares).
   • Sélectionner le protocole final de l'essai cible (éligibilité, stratégies de traitement, résultats) et l'estimateur ou le modèle statistique spécifique.
   • Crucialement, toutes les décisions concernant l'estimande causal et le plan d'analyse sont finalisées ici.
3. Phase 2 (Émulation) : Le protocole finalisé est appliqué à l'échantillon d'émulation (qui n'a jamais été vu pendant la phase de sélection).
   • L'estimation de l'effet et les intervalles de confiance sont calculés strictement sur ce deuxième échantillon.
   • Parce que le protocole est fixe par rapport à l'échantillon d'émulation, l'inférence statistique standard (par exemple, intervalles de confiance à 95 %) conserve ses garanties de couverture nominale.

Analogie : Les auteurs comparent cela au pipeline de développement de médicaments cliniques, où les études pilotes ou de phase précoce (échantillon de spécification) informent la conception d'un essai de phase 3 (échantillon d'émulation), qui est ensuite analysé indépendamment.

3. Contributions clés

• Résolution du biais itératif : L'article fournit une solution simple et pratique au problème de la « sélection de protocole dépendante des données ». Il démontre qu'une inférence valide est possible même lorsque les investigateurs utilisent les données pour affiner l'éligibilité, les définitions de traitement et les spécifications de modèles, à condition que l'estimation finale se produise sur un échantillon retenu.
• Distinction par rapport aux partitions d'apprentissage automatique : Les auteurs précisent que cette approche diffère des partitions croisées standard ou des divisions entraînement/validation/test en apprentissage automatique. Dans l'émulation d'essai cible, la première division est utilisée pour choisir l'estimande et la structure du protocole elle-même, et non pas seulement pour ajuster les hyperparamètres du modèle. Par conséquent, la partition croisée standard (qui suppose que la structure du modèle est fixe) n'est pas applicable.
• Traitement du signalement sélectif : La méthode atténue le risque de « sélection d'estimande » (sélectionner le protocole qui produit les résultats les plus prometteurs). Même si les investigateurs explorent plusieurs protocoles dans l'échantillon de spécification et choisissent celui avec l'effet le plus important, l'inférence finale sur l'échantillon d'émulation reste non biaisée concernant ce choix spécifique.
• Clarification des limites : L'article note explicitement que si le partitionnement de l'échantillon rétablit la validité statistique (couverture), il ne rétablit pas la validité clinique. Si le protocole est révisé pour une population plus facile à analyser mais moins cliniquement pertinente, le résultat reste valide pour cette population spécifique, mais peut ne pas répondre à la question clinique originale.

4. Résultats et justification théorique

L'article soutient théoriquement que le partitionnement de l'échantillon rétablit la validité des intervalles de confiance dans quatre scénarios spécifiques où l'inférence conventionnelle sur l'échantillon complet échoue :

1. Contraintes de faisabilité : Lorsque les protocoles sont révisés en fonction de la disponibilité des variables (par exemple, supprimer un résultat non enregistré dans la base de données).
2. Contraintes d'identifiabilité : Lorsque les protocoles sont révisés parce que des facteurs de confusion clés sont manquants (par exemple, passer à une comparaison de traitement où le contrôle des facteurs de confusion est meilleur).
3. Contraintes de précision/faisabilité : Lorsque des sous-groupes sont exclus en raison de traitements rares ou lorsque des problèmes de convergence du modèle forcent un passage à des hypothèses paramétriques.
4. Signalement sélectif : Lorsque les investigateurs explorent plusieurs variations de protocole et ne rapportent que les plus « intéressantes ».

Dans tous ces cas, parce que le processus de sélection est confiné à l'échantillon de spécification, l'échantillon d'estimation agit comme un jeu de données « frais » où le protocole est effectivement pré-spécifié. Ainsi, la probabilité de couverture des intervalles de confiance reste au niveau nominal (par exemple, 95 %).

5. Importance et limites

Importance :

• Rapprochement de la pratique et de la théorie : Il aligne la réalité de la recherche observationnelle (qui est intrinsèquement itérative) avec les exigences rigoureuses de l'inférence statistique.
• Transparence : Il encourage un flux de travail transparent où les investigateurs doivent documenter les résultats exploratoires et les choix faits dans l'échantillon de spécification, de manière similaire à la communication des résultats d'une étude pilote.
• Accessibilité : Contrairement aux méthodes d'inférence adaptative complexes (par exemple, la confidentialité différentielle ou les algorithmes d'inférence sélective), le partitionnement de l'échantillon est conceptuellement simple et facile à mettre en œuvre à l'aide de logiciels statistiques standards.

Limites :

• Perte de puissance : L'inconvénient principal est qu'une fraction seulement des données (par exemple, 80-90 %) est utilisée pour l'estimation finale, réduisant la puissance statistique. Les auteurs suggèrent qu'un petit échantillon de spécification (10-20 %) est souvent suffisant pour la conception du protocole.
• Absence de partition croisée : La partition croisée standard ne peut pas être utilisée car le « modèle » sélectionné est l'ensemble du protocole causal, et non pas seulement un paramètre de nuisance.
• Biais de connaissance préalable : La méthode ne protège pas entièrement contre le biais si les investigateurs possèdent une connaissance préalable des données provenant d'analyses antérieures (par exemple, des émulations antérieures de trials similaires), car les données « invisibles » ne sont pas vraiment invisibles pour l'intuition du chercheur. Cependant, les auteurs soutiennent que ce biais est probablement plus faible que le biais résultant de l'utilisation des mêmes données deux fois pour la sélection et l'estimation.

Conclusion :
L'article conclut que le partitionnement de l'échantillon est une stratégie robuste et simple pour garantir que les émulations d'essais cibles produisent des inférences statistiques valides, même lorsque le protocole est affiné en fonction de l'inspection des données. Il reflète la norme d'or du développement des essais randomisés (de la phase pilote à la phase 3) et devrait être adopté pour prévenir l'inflation des taux de faux positifs dans la recherche sur l'efficacité comparative.