On the choice of using raw or demographically-corrected scores

Résumé technique : Sur le choix d'utiliser des scores bruts ou des scores corrigés démographiquement

Énoncé du problème
Les corrections démographiques (par exemple, l'ajustement selon l'âge et l'éducation) sont une pratique standard en neuropsychologie et dans les sciences de la santé, particulièrement pour les tests de dépistage cognitif comme le Mini-Mental State Examination (MMSE). Ces corrections visent à normaliser les scores par rapport à des normes de référence afin d'assurer l'équité et de prévenir le surdiagnostic chez les groupes démographiques vulnérables. Cependant, des preuves empiriques et certains arguments théoriques suggèrent que de telles corrections peuvent réduire la précision de la classification (sensibilité et spécificité) par rapport à l'utilisation de scores bruts. Le débat porte sur la question de savoir si la perte potentielle d'exactitude est justifiée par des gains en matière d'équité ou d'insensibilité démographique. La littérature existante repose souvent sur des hypothèses paramétriques restrictives, des modèles de simulation spécifiques ou des observations empiriques qui manquent d'un cadre théorique général pour expliquer quand et pourquoi les scores bruts pourraient être plus performants que les scores corrigés.

Méthodologie
Les auteurs développent un cadre non paramétrique général pour comparer la précision de la classification des scores bruts ($X$) et des scores corrigés démographiquement ($Z$).

• Formalisme : L'étude définit la correction démographique comme une transformation $Z = g_V(X)$ basée sur la distribution conditionnelle des scores bruts dans la population non altérée ($D=0$). Ils distinguent différents types de corrections, en se concentrant sur les corrections de Type I (par exemple, la standardisation par score z) qui reposent sur la distribution de $X$ étant donné $V$ et $D=0$.
• Hypothèses : L'analyse repose sur trois hypothèses clés :
  1. Test bien conçu : Le rapport de vraisemblance du score brut est décroissant (impliquant des courbes ROC de covariables concaves).
  2. Correction bien conçue : Le score corrigé $Z$ est indépendant des données démographiques $V$ étant donné le statut de non-altération ($Z \perp \perp V | D=0$).
  3. Co-monotonie probabiliste : L'association entre les données démographiques et le score brut dans le groupe non altéré évolue dans la même direction que l'association entre les données démographiques et l'état de la maladie ($D$) conditionnellement à un seuil de score spécifique.
• Interprétation causale : Les auteurs utilisent un cadre de graphe acyclique dirigé (DAG) pour interpréter ces hypothèses. Ils modélisent les données démographiques ($V$) comme ayant des effets directs sur le score de test ($X$) et sur l'état de la maladie ($D$). Ils analysent comment le conditionnement sur $X$ crée un chemin de « collisionneur » (collider) qui peut modifier l'association observée entre $V$ et $D$.
• Analyse de l'équité : Le document formalise le concept d'« insensibilité démographique » (forte et faible) en utilisant le raisonnement contrefactuel. Ils définissent un score comme étant insensible si la performance de la règle de décision (taux de vrais positifs/faux positifs) reste invariante sous des interventions hypothétiques sur les attributs sensibles (par exemple, changer la sensibilité du test à l'éducation ou aux capacités sensorielles).
• Application empirique : Les résultats théoriques sont appliqués à l'ensemble de données OASIS-3 (1 317 participants) à l'aide des scores MMSE. Les auteurs estiment la condition de supériorité ($\tau(t)$) par des méthodes non paramétriques et des modèles hiérarchiques paramétriques pour tester la validité de l'hypothèse 3. Ils testent également l'insensibilité démographique pour les scores bruts et les scores corrigés par l'âge.

Principales contributions

1. Conditions suffisantes pour la supériorité du score brut : L'article fournit des conditions formelles et suffisantes (Théorème 1) sous lesquelles les scores bruts produisent une précision de classification marginale plus élevée (un taux de vrais positifs [TPR] plus élevé pour un taux de faux positifs [FPR] fixé) que les scores corrigés démographiquement. Cela est valable sans dépendre de modèles paramétriques restrictifs ou de notions vagues d'« associations fortes ».
2. Interprétation causale du préjudice de la correction : Les auteurs clarifient que les corrections deviennent préjudiciables lorsque les variables démographiques sont de puissants prédicteurs de la condition d'intérêt (par exemple, l'âge est un facteur de risque important pour la démence) et que la correction supprime la variation du score brut qui est causalement liée au risque de maladie.
3. Formalisation de l'équité : L'article distingue l'« égalisation des taux d'erreur » (ce que les corrections parviennent souvent à réaliser pour les taux de faux positifs) de l'« insensibilité démographique » (où les règles de décision sont invariantes aux interventions démographiques). Ils démontrent que les corrections standards ne garantissent pas l'insensibilité démographique, particulièrement en ce qui concerne les taux de vrais positifs.
4. Validation empirique : En utilisant les données OASIS-3, l'étude fournit des preuves soutenant l'affirmation théorique selon laquelle les scores MMSE bruts présentent une précision de classification supérieure aux scores corrigés par l'âge et démontre que les scores corrigés par l'âge ne sont pas démographiquement insensibles parmi les individus présentant une déficience cognitive.

Résultats

• Théoriques : Sous l'hypothèse qu'un test est bien conçu et que la correction parvient à l'indépendance du score vis-à-vis des données démographiques dans le groupe non altéré, les scores bruts sont plus performants si la variable démographique et son effet sur le score brut (dans la population saine) ainsi que son effet sur le risque de maladie (conditionnellement à un score) sont co-monotones.
• Application OASIS-3 :
  • Exactitude : Les estimations non paramétriques de la borne de supériorité $\tau(t)$ étaient positives pour la plupart des seuils, bien que les intervalles de confiance soient larges. Cependant, l'analyse paramétrique (supposant un modèle linéaire hiérarchique) a fortement rejeté l'hypothèse nulle de non-supériorité ($p < 0,05$), fournissant une preuve statistique que les scores MMSE bruts ont une meilleure précision de classification que les scores corrigés par l'âge à travers tous les FPR.
  • Insensibilité : L'étude a rejeté l'hypothèse selon laquelle les scores MMSE bruts sont insensibles à l'âge. De manière cruciale, elle a révélé que même les scores corrigés par l'âge (scores z) n'étaient pas démographiquement insensibles parmi les individus présentant une déficience cognitive ($D=1$), échouant ainsi à atteindre la propriété d'équité souhaitée pour la population cible.

Signification et affirmations
Les auteurs affirment apporter de la clarté au débat sur les corrections démographiques en établissant que les scores bruts peuvent être théoriquement et empiriquement supérieurs en termes de précision de classification sans reposer sur des modèles générateurs de données restrictifs. Ils soutiennent que l'intuition selon laquelle « les corrections sont équitables » est erronée car les corrections standards ne garantissent pas l'insensibilité démographique dans le processus de décision, particulièrement pour ceux qui souffrent de la condition.

L'article conclut que, bien que les corrections démographiques puissent égaliser les taux de faux positifs entre les groupes, elles peuvent être préjudiciables à l'utilité diagnostique globale des tests de dépistage lorsque les données démographiques sont des facteurs de risque importants pour la condition. Les auteurs soulignent que leurs conclusions s'appliquent largement aux domaines de la santé où les corrections démographiques sont utilisées (par exemple, la fonction rénale, la fonction pulmonaire, les diagnostics neurologiques), suggérant que l'arbitrage entre exactitude et équité perçue nécessite une évaluation prudente et spécifique au contexte plutôt qu'une application systématique des corrections.