Detecting and Quantifying Circularity Bias When Composite Quality Ratings Are Used as Covariates: A Methodological Demonstration Using CMS Hospital Excess Readmissions Data

तकनीकी सारांश: कंपोजिट गुणवत्ता रेटिंग में सर्कुलरिटी बायस (चक्रिय पूर्वाग्रह) का पता लगाना और उसे मापना

समस्या विवरण
सार्वजनिक रूप से रिपोर्ट किए गए, जोखिम-समायोजित गुणवत्ता उपायों का उपयोग स्वास्थ्य सेवा प्रदाताओं की तुलना करने और भुगतान आवंटित करने के लिए तेजी से किया जा रहा है। एक सामान्य पद्धतिगत अभ्यास में विशिष्ट परिणामों (जैसे, अस्पताल के पुन: भर्ती/रीएडमिशन) का अध्ययन करते समय समग्र गुणवत्ता को समायोजित करने के लिए प्रतिगमन मॉडल (regression models) में कंपोजिट गुणवत्ता रेटिंग (जैसे, CMS समग्र स्टार रेटिंग) को सहचर (covariates) के रूप में शामिल करना शामिल है। यह शोध पत्र इस अभ्यास में एक महत्वपूर्ण पद्धतिगत खतरे की पहचान करता है: सर्कुलरिटी बायस (एक प्रकार का ओवर-एडजस्टमेंट या अति-समायोजन)।

जब एक कंपोजिट रेटिंग $R$ का निर्माण, आंशिक रूप से, रुचि के परिणाम $Y$ (उदाहरण के लिए, स्टार रेटिंग में रीएडमिशन प्रदर्शन शामिल है) के एक फलन (function) के रूप में किया जाता है, तो $R$ परिणाम का एक वंशज (descendant) बन जाता है। ऐसे एक रेटिंग को मॉडल में एक रिग्रेसर के रूप में शामिल करना जहाँ $Y$ आश्रित चर (dependent variable) है, प्रभावी रूप से समीकरण के दाहिने हाथ की ओर परिणाम का एक प्रॉक्सी रख देता है। फलस्वरूप, रेटिंग का गुणांक (coefficient) परिणाम और स्वयं के बीच के यांत्रिक संबंध के एक हिस्से को अवशोषित कर लेता है, जिससे वास्तविक संरचनात्मक भविष्यवक्ताओं (जैसे, अस्पताल का स्वामित्व) के गुणांक व्यवस्थित रूप से शून्य की ओर क्षीण (attenuated toward zero) हो जाते हैं। यह कन्फाउंडिंग एडजस्टमेंट या कॉलाइडर बायस से भिन्न है; यह एक संरचनात्मक त्रुटि है जहाँ विश्लेषक एक ऐसे पोस्ट-ट्रीटमेंट चर पर स्थिति (condition) निर्धारित करता है जो आंशिक रूप से परिणाम द्वारा निर्धारित होता है।

कार्यप्रणाली
यह शोध पत्र एक दोहरे दृष्टिकोण वाला पद्धतिगत प्रस्ताव प्रस्तुत करता है: एक नैदानिक परीक्षण (diagnostic test) और एक विचरण अपघटन (variance decomposition)।

1. सर्कुलरिटी डायग्नोस्टिक (चक्रिय निदान):

   • प्रक्रिया: एक ही उप-नमूने (subsample) पर दो बार संरचनात्मक मॉडल का अनुमान लगाएं:
     • मॉडल A: संरचनात्मक भविष्यवक्ताओं $X$ पर परिणाम $Y$ का प्रतिगमन करें (कंपोजिट रेटिंग को छोड़कर)।
     • मॉडल B: $X$ और कंपोजिट रेटिंग $R$ दोनों पर $Y$ का प्रतिगमन करें।
   • व्याख्या: दोनों मॉडलों के बीच $X$ के फोकल गुणांक की तुलना करें। मॉडल B में शून्य की ओर होने वाला भौतिक संचलन (movement) क्षीणन (attenuation) का संकेत देता है। जबकि क्षीणन वैध कन्फाउंडिंग एडजस्टमेंट का भी परिणाम हो सकता है, निदान संरचनात्मक ज्ञान पर निर्भर करता है: यदि जोड़ा गया चर परिणाम का एक वंशज है (जैसा कि कंपोजिट रेटिंग के साथ अक्सर होता है), तो क्षीणन एक पूर्वाग्रह (bias) है, और बिना समायोजित मॉडल A संरचनात्मक जुड़ाव का कम पक्षपाती अनुमान प्रदान करता है।

2. विचरण अपघटन (Variance Decomposition):

   • डायग्नोस्टिक के पूरक के रूप में, लेखक समूह-स्तर की विशेषताओं (जैसे, जनगणना क्षेत्र) बनाम समूह-के-भीतर के विचरण को विभाजित करने के लिए कुल वर्गों के योग (total sum of squares) का विचरण अपघटन करते हैं। यह सांख्यिकीय रूप से महत्वपूर्ण लेकिन पदार्थ संबंधी रूप से छोटे भौगोलिक गुणांकों की अति-व्याख्या करने से बचाता है।

3. डेटा और सिमुलेशन:

   • अनुभवजन्य डेटा (Empirical Data): अध्ययन में वित्त वर्ष 2026 के लिए CMS डेटा का उपयोग किया गया है, जिसमें 2,446 तीव्र देखभाल (acute care) अस्पताल शामिल हैं। परिणाम डिस्चार्ज-भारित अतिरिक्त रीएडमिशन अनुपात (excess readmission ratio) है (जो 30-दिवसीय रीएडमिशन का एक जोखिम-समायोजित माप है)। फोकल प्रेडिक्टर अस्पताल का स्वामित्व (फॉर-प्रॉफिट बनाम नॉन-प्रॉफिट) है।
   • मोंटे कार्लो सिमुलेशन: पूर्वाग्रह की व्यवस्थित प्रकृति की पुष्टि करने के लिए, लेखकों ने एक ज्ञात 'ट्रू इफेक्ट' वाले बाइनरी इंडिकेटर के परिणाम पर डेटा का सिमुलेशन किया। एक कंपोजिट रेटिंग का निर्माण किया गया जिसमें परिणाम को एम्बेड (embed) किया गया था। सिमुलेशन ने रेटिंग के साथ और बिना के अनुमानकों (estimators) की तुलना की ताकि यह सत्यापित किया जा सके कि परिणाम को एम्बेड करने वाली रेटिंग व्यवस्थित रूप से अनुमान को शून्य की ओर बायस करती है।

मुख्य परिणाम

• अनुभवजन्य निष्कर्ष: प्राथमिक मॉडल में (जिसमें CMS स्टार रेटिंग को बाहर रखा गया है, मॉडल A), फॉर-प्रॉफिट स्वामित्व का अतिरिक्त रीएडमिशन अनुपात के साथ उच्च जुड़ाव देखा गया ($+0.0196$, $p < 0.001$)।
• पूर्वाग्रह का परिमाणीकरण: जब स्टार रेटिंग (जो रीएडमिशन परिणाम को एम्बेड करती है) को शामिल किया गया (मॉडल B), तो फॉर-प्रॉफिट स्वामित्व का गुणांक 48% घटकर $+0.0113$ हो गया। स्टार रेटिंग स्वयं एक मजबूत भविष्यवक्ता थी (प्रति स्टार $-0.0209$), जो 19.8% विचरण की व्याख्या करती है, लेकिन यह सुधार काफी हद तक रेटिंग के निर्माण के कारण यांत्रिक था।
• सिमुलेशन पुष्टि: मोंटे कार्लो सिमुलेशन में, जिसमें $+0.020$ का ज्ञात प्रभाव था, रेटिंग को बाहर रखने पर इस प्रभाव को लगभग सटीक रूप से प्राप्त किया गया। जब परिणाम-एम्बेडिंग रेटिंग को शामिल किया गया, तो अनुमान शून्य की ओर बायस हुआ (औसत $+0.0099$), जिसके परिणामस्वरूप 50% औसत क्षीणन हुआ। यह वास्तविक CMS डेटा में देखे गए 48% क्षीणन के बहुत करीब था, जिससे पुष्टि होती है कि पूर्वाग्रह व्यवस्थित है।
• विचरण अपघटन: अतिरिक्त रीएडमिशन अनुपात में जनगणना क्षेत्रों के बीच केवल 1.1% विचरण था, जबकि 98.9% विचरण क्षेत्रों के भीतर था। यह इंगित करता है कि हालांकि क्षेत्रीय गुणांक सांख्यिकीय रूप से महत्वपूर्ण हो सकते हैं, क्षेत्रीय सदस्यता माप में नगण्य पदार्थ संबंधी फैलाव (substantive dispersion) का कारण बनती है।
• मजबूती (Robustness): फॉर-प्रॉफिट स्वामित्व और अतिरिक्त रीएडमिशन के बीच सकारात्मक जुड़ाव छह विशिष्ट नैदानिक स्थितियों (जैसे, हार्ट फेल्योर, निमोनिया) में स्थिर रहा, हालांकि परिमाण भिन्न था।

महत्व और दावे
लेखक तीन प्राथमिक योगदानों का दावा करते हैं:

1. खतरे का औपचारिक रूप देना: यह स्पष्ट रूप से कंपोजिट रेटिंग्स के संदर्भ में "परिणाम के वंशज" (descendant-of-the-outcome) की समस्या को औपचारिक रूप देता है, जो इसे मानक कन्फाउंडिंग या कॉलाइडर बायस से अलग करता है।
2. एक सरल डायग्नोस्टिक: यह एक कम लागत वाला, पारदर्शी डायग्नोस्टिक प्रस्तावित करता है (रेटिंग के साथ और बिना के मॉडलों की तुलना करके) जो विश्लेषकों को अतिरिक्त डेटा की आवश्यकता के बिना इस विशिष्ट ओवर-एडजस्टमेंट पूर्वाग्रह का पता लगाने और उसे मापने की अनुमति देता है।
3. विविधता का स्पष्टीकरण: विचरण अपघटन के माध्यम से, यह प्रदर्शित करता है कि सांख्यिकीय रूप से महत्वपूर्ण समूहीकरण गुणांक (जैसे, क्षेत्र द्वारा) वास्तव में लगभग कोई भिन्नता स्पष्ट नहीं करते हैं, जो सांख्यिकीय महत्व को पदार्थ संबंधी महत्व (substantive importance) के साथ जोड़ने के प्रति आगाह करता है।

सीमाएं और दायरा
लेखक अपने निष्कर्षों के संबंध में एक मध्यम रुख बनाए रखते हैं:

• कारण संबंधी अनुमान नहीं (Not a Causal Estimate): "अनअडजस्टेड" अनुमान (रेटिंग को छोड़कर) सर्कुलरिटी के संबंध में कम पक्षपाती है, लेकिन यह स्वामित्व प्रभावों का कारण संबंधी (causal) अनुमान नहीं है। यह रोगी मिश्रण (patient mix) द्वारा मानक कन्फाउंडिंग के अधीन है, क्योंकि CMS अतिरिक्त रीएडमिशन अनुपात पीयर ग्रुप के भीतर जोखिम-समायोजित है लेकिन अस्पताल स्तर पर नहीं।
• कंपोजिट प्रकृति: अध्ययन इस विडंबना को स्वीकार करता है कि परिणाम स्वयं छह स्थितियों का एक कंपोजिट है, हालांकि इसका वेटिंग (weighting) पारदर्शी है और इसमें संरचनात्मक भविष्यवक्ताओं को एम्बेड नहीं किया गया है, जिससे विशिष्ट सर्कुलरिटी मुद्दे से बचा जा सकता है।
• सामान्यीकरण (Generalizability): डायग्नोस्टिक और अपघटन उपकरणों को किसी भी ऐसे सेटिंग में हस्तांतरणीय रूप से प्रस्तुत किया गया है जहाँ परिणाम को एम्बेड करने वाली कंपोजिट रेटिंग को एक सहचर के रूप में माना जाता है (जैसे, नर्सिंग होम, डायलिसिस सुविधाएं)।

लेख यह निष्कर्ष निकालता है कि परिणाम को एम्बेड करने वाली कंपोजिट रेटिंग को सहचर के रूप में शामिल करना एक तटस्थ समायोजन नहीं बल्कि एक क्षीणन पूर्वाग्रह (attenuation bias) का स्रोत है। प्रस्तावित उपकरण शोधकर्ताओं को इस पूर्वाग्रह का पता लगाने और संरचनात्मक जुड़ाव एवं गुणवत्ता डेटा में भौगोलिक विविधताओं की व्याख्या को फिर से फ्रेम करने की अनुमति देते हैं।