Principal stratification with recurrent events truncated by a terminal event: A nested Bayesian nonparametric approach

Titolo: Stratificazione Principale con Eventi Ricorrenti Truncati da un Evento Terminale: Un Approccio Bayesiano Non Parametrico Annidato

1. Il Problema e il Contesto

Il documento affronta una sfida metodologica critica nell'analisi di studi clinici su malattie croniche, come lo scompenso cardiaco: la valutazione dell'effetto di un trattamento su eventi ricorrenti (es. riammissioni ospedaliere) che possono essere prematuramente interrotti (truncati) da un evento terminale (es. morte).

• Bias di Selezione: Quando un trattamento influisce sia sulla frequenza degli eventi ricorrenti che sulla sopravvivenza, l'analisi convenzionale degli eventi osservati è distorta. Una sopravvivenza più lunga aumenta il tempo di rischio per future riammissioni, mentre una morte precoce riduce il tempo di osservazione. Confrontare semplicemente i tassi di riammissione tra i gruppi di trattamento confonde l'effetto causale sulla malattia con i cambiamenti nella composizione della popolazione sopravvissuta.
• Limiti delle Approcci Esistenti:
  • La stratificazione principale (principal stratification) è il quadro teorico standard per definire effetti causali in sottogruppi definiti da potenziali esiti intermedi (es. "sopravvissuti sempre", ovvero pazienti che sarebbero sopravvissuti sotto entrambi i trattamenti).
  • Tuttavia, gli approcci precedenti spesso definiscono questi sottogruppi a un singolo punto temporale $t$ (approccio "snapshot"), il che rende la popolazione target variabile nel tempo e non permette di tracciare l'accumulo degli effetti.
  • I modelli parametrici esistenti sono sensibili alla mala specificazione del modello.
  • I metodi Bayesiani non parametrici (BNP) basati su processi di Dirichlet (DP) standard tendono a creare partizioni casuali dominate dalla frequenza degli eventi ricorrenti, trascurando la componente dell'evento terminale e portando a prestazioni predittive scadenti per la sopravvivenza.

2. Metodologia Proposta

Gli autori propongono un nuovo framework di inferenza causale che combina la stratificazione principale in tempo continuo con un approccio Bayesiano non parametrico avanzato.

A. Definizione degli Estimandi Causali (SANR)

• Viene introdotta una nuova definizione di sopravvissuti sempre (Always-Survivors, AS) utilizzando un approccio a doppio indice:
  • $r$: definisce l'orizzonte temporale di sopravvivenza (chi sarebbe sopravvissuto fino a $r$ sotto entrambi i trattamenti).
  • $t$: definisce l'orizzonte temporale per il conteggio degli eventi ricorrenti ($t < r$).
• L'estimando principale è il Survivor-Average Number of Recurrence (SANR), definito come il rapporto (o differenza) tra il numero atteso di eventi ricorrenti al tempo $t$ per i pazienti nel sottogruppo $AS(r)$ sotto trattamento ($z=1$) e controllo ($z=0$).
• Questo approccio separa l'evoluzione temporale del carico di malattia ($t$) dalla definizione della popolazione target ($r$), permettendo di studiare come l'effetto del trattamento si accumula nel tempo per una popolazione fissa.

B. Identificazione e Sensibilità (Dual-Frailty)

• Poiché i potenziali esiti sotto i due trattamenti non sono mai osservati simultaneamente, l'associazione tra i mondi controfattuali (cross-world dependence) non è identificabile dai dati osservati.
• Gli autori adottano un framework a doppia fragilità (dual-frailty):
  • Si introduce un vettore di fragilità bivariato $\gamma_i = (\gamma_i^0, \gamma_i^1)$ per ogni soggetto.
  • La correlazione $\rho = \text{Cor}(\gamma_i^0, \gamma_i^1)$ tra le fragilità nei due mondi è trattata come un parametro di sensibilità.
  • Questo permette di separare la dipendenza identificabile (entro il mondo, tra evento terminale e ricorrente) da quella non identificabile (tra mondi), rendendo l'analisi della sensibilità trasparente.

C. Modello Bayesiano Non Parametrico (EDDPM)
Per superare i limiti dei modelli parametrici e dei processi di Dirichlet standard, viene proposto un nuovo prior: il Processo di Dirichlet Dipendente Arricchito (Enriched Dependent Dirichlet Process - EDDP).

• Struttura Annidata (Nested): Il modello utilizza una struttura gerarchica a due livelli per gestire la dipendenza tra eventi ricorrenti e terminale:
  1. Un livello superiore (marginal) per la sopravvivenza (evento terminale).
  2. Un livello inferiore (condizionale) per i tempi tra gli eventi ricorrenti (gap times), condizionato al livello superiore.
• Vantaggio Chiave: A differenza dei DP standard che creano cluster basati principalmente sulla numerosità degli eventi ricorrenti, l'EDDP forza una partizione in cui i cluster principali sono definiti dalla sopravvivenza, con sottocluster annidati per le variazioni fini degli eventi ricorrenti. Questo garantisce che l'informazione sulla sopravvivenza non venga "diluita" dalla frequenza degli eventi ricorrenti.
• Dipendenza dalle Covariate: Il modello incorpora le covariate di base ($X$) e le covariate temporali ($V$) per rilassare l'assunzione di scambiabilità, permettendo una modellazione più flessibile dell'eterogeneità individuale.
• Inferenza: Viene sviluppato un algoritmo di Gibbs sampling completamente trattabile per l'inferenza a posteriori, includendo l'imputazione dei potenziali esiti mancanti e dei tempi di censura.

3. Risultati

A. Simulazioni

• Sono state condotte simulazioni per confrontare l'EDDPM proposto con:
  • Modelli lineari parametrici (LM).
  • Misure di Dirichlet Process (DPM).
  • Misure di Dirichlet Process Dipendenti (DDPM).
• Risultati: L'EDDPM ha dimostrato prestazioni superiori in termini di:
  • Bias e RMSE: Stime puntuali più accurate e meno distorte.
  • Copertura degli Intervalli: Probabilità di copertura degli intervalli di credibilità al 95% molto più vicina al livello nominale rispetto agli altri metodi.
  • Robustezza: Minore sensibilità alla mala specificazione del modello rispetto agli approcci parametrici.

B. Applicazione allo Studio HF-ACTION
Il metodo è stato applicato ai dati del trial HF-ACTION per valutare l'effetto di un programma di esercizio aerobico strutturato sulle riammissioni ospedaliere in pazienti con scompenso cardiaco.

• Risultati Principali:
  • L'analisi mostra che l'esercizio strutturato riduce il carico cumulativo di riammissioni tra i "sopravvissuti sempre".
  • L'effetto è modesto inizialmente ma cresce nel tempo (riduzione del 4,3% a 1 anno, 10,1% a 4 anni).
  • L'approccio a doppio indice rivela che l'effetto del trattamento è eterogeneo tra diversi sottogruppi di sopravvissuti (definiti da $r$), una sfumatura nascosta dai metodi tradizionali a indice singolo ($r=t$).
• Analisi di Sensibilità:
  • Variando il parametro di correlazione $\rho$ (da 0.1 a 0.9), la direzione dell'effetto (riduzione delle riammissioni) rimane stabile.
  • Tuttavia, con valori estremi di $\rho$ (es. 0.9, che implica una fragilità quasi condivisa), l'evidenza statistica si attenua e l'intervallo di credibilità include più spesso il valore nullo. Questo sottolinea l'importanza di non assumere una fragilità condivisa rigida, poiché potrebbe mascherare eterogeneità cliniche reali.

4. Contributi Chiave e Significato

1. Nuovi Estimandi Causali: Introduzione di una definizione di stratificazione principale a doppio indice per eventi ricorrenti, che permette di distinguere l'evoluzione temporale dell'effetto del trattamento dai cambiamenti nella composizione della popolazione a rischio.
2. Identificazione Parziale Trasparente: Sviluppo di un framework di identificazione parziale basato sulla fragilità duale che separa chiaramente la dipendenza identificabile da quella non identificabile, facilitando analisi di sensibilità robuste.
3. Innovazione Metodologica (EDDPM): Proposta del Processo di Dirichlet Dipendente Arricchito, che risolve il problema della partizione casuale nei modelli BNP per dati semi-competing risks, garantendo una modellazione accurata sia degli eventi ricorrenti che di quelli terminali.
4. Impatto Clinico: L'applicazione a HF-ACTION dimostra che l'esercizio fisico offre benefici cumulativi a lungo termine per i pazienti con scompenso cardiaco, un risultato che potrebbe essere sottostimato o distorto da analisi convenzionali che non tengono conto della stratificazione principale e della natura ricorrente degli eventi.

In sintesi, il lavoro fornisce un toolkit statistico avanzato e flessibile per affrontare la complessità dell'analisi causale in studi longitudinali dove la morte è un evento concorrente, offrendo conclusioni più robuste e clinicamente interpretabili rispetto alle metodologie esistenti.