Prior Smoothing for Multivariate Disease Mapping Models

Titolo: Smussamento (Smoothing) a Priori per Modelli di Mappatura Multivariata delle Malattie

1. Il Problema

La mappatura delle malattie è fondamentale in epidemiologia spaziale per stimare la distribuzione geografica del rischio o dei tassi di incidenza/mortalità. Sebbene esistano ampie letteratura e modelli per dati univariati, la mappatura multivariata (che considera simultaneamente più malattie correlate) è in rapida crescita.
Il problema centrale affrontato dagli autori è la mancanza di studi quantitativi sulla quantità di smussamento (smoothing) indotta dalla scelta di specifiche distribuzioni a priori nei modelli multivariati.

• Contesto: I modelli gerarchici standard utilizzano effetti casuali spaziali (priori) per stabilizzare le stime dei tassi, specialmente in aree con popolazioni piccole o malattie rare.
• Gap: La valutazione dei modelli si basa spesso sul "goodness-of-fit" (adattamento ai dati), ma questo non è l'obiettivo primario quando si cerca lo smussamento. Uno smussamento insufficiente produce mappe rumorose, mentre uno eccessivo nasconde pattern reali ad alto/basso rischio.
• Obiettivo: Quantificare e confrontare lo smussamento teorico ed empirico indotto da diverse prior multivariate, estendendo lavori precedenti (Retegui et al., 2025) dal caso univariato a quello multivariato.

2. Metodologia

Gli autori propongono un framework che combina metriche teoriche ed empiriche per analizzare lo smussamento.

A. Modello Statistico

• Struttura Gerarchica:
  • Livello 1: I conteggi delle malattie $O_{ji}$ seguono una distribuzione Poisson condizionata ai tassi $r_{ji}$.
  • Livello 2: I tassi sono modellati tramite una specificazione logit-Normale: $\text{logit}(r_{ji}) = \alpha_j + \theta_{ji}$, dove $\theta_{ji}$ sono effetti spaziali latenti.
• Priori Spaziali Multivariate: Vengono analizzate tre famiglie di prior basate sul framework M-model (Botella-Rocamora et al., 2015), che unificano la struttura di covarianza tra malattie ($\Sigma_b$) e all'interno delle malattie ($\Sigma_w$):
  1. iCAR (Intrinsic CAR): Struttura di covarianza intrinseca.
  2. LCAR (Leroux CAR): Combina componenti spaziali strutturati e non strutturati tramite un parametro $\lambda$.
  3. LjCAR: Estensione non separabile dove ogni malattia ha il proprio parametro di dipendenza spaziale $\lambda_j$.
• Stima: L'inferenza avviene tramite MCMC utilizzando il software NIMBLE. Per evitare sovrapparametrizzazione nella matrice di covarianza tra malattie ($\Sigma_b = MM'$), viene utilizzata la decomposizione di Bartlett.

B. Metriche di Smussamento

1. Metrica Teorica (TCV Multivariata):
   • Estensione del concetto di Total Conditional Variance (TCV) al caso multivariato.
   • Si basa sulla varianza generalizzata (determinante) della distribuzione condizionale degli effetti spaziali.
   • Formula: $\sum_i |[(\Sigma^{-1})_{ii}]^{-1}|$. Un valore di TCV più basso indica uno smussamento più forte.
2. Metriche Empiriche:
   • RMSS (Relative Mean Square Smoothness): Misura la deviazione quadratica media tra la media a posteriori stimata e il tasso empirico grezzo, normalizzata.
   • RSP (Relative Smoothing Proportion): Confronta lo smussamento osservato con lo smussamento massimo possibile.
   • SP (Smoothing Proportion): Metrica aggregata per confrontare modelli diversi.
   • Vengono analizzati sia lo smussamento within (all'interno di una singola prior variando i parametri) che across (confronto tra prior diverse).

C. Disegno Sperimentale

• Simulazioni:
  • Generazione di dati basati su Processi Gaussiani (GP) per creare superfici di tasso realistiche.
  • Scenari che variano la correlazione tra malattie (da 0 a 0.7) e la variabilità dei tassi.
  • Variazione del livello di disaggregazione spaziale (47 province, 100 e 300 aree).
• Dati Reali:
  • Analisi dei tassi di mortalità per tumore al colon, stomaco e pancreas in Spagna continentale (donne >50 anni, 2020-2022).
  • Confronto tra le tre risoluzioni spaziali (47, 100, 300 aree).

3. Risultati Chiave

Risultati delle Simulazioni (Within Prior):

• Varianza tra malattie: I parametri di varianza tra malattie ($\Sigma_{jj}$) hanno l'effetto più forte sullo smussamento. Varianze più basse portano a uno smussamento maggiore.
• Correlazione ($\rho$): L'impatto della correlazione tra malattie sullo smussamento è complesso e dipende dalla struttura sottostante dei dati. In alcuni scenari, l'aumento della correlazione riduce lo smussamento empirico, mentre in altri lo aumenta, mostrando una discrepanza con le aspettative teoriche in certi casi.
• Parametri Spaziali ($\lambda$): Per LCAR e LjCAR, un aumento del parametro di dipendenza spaziale $\lambda$ (o $\lambda_j$) generalmente aumenta lo smussamento, come previsto teoricamente.

Risultati delle Simulazioni (Across Prior):

• Confronto tra Prior: Il prior iCAR induce sistematicamente lo smussamento maggiore, mentre LCAR e LjCAR producono meno smussamento.
• Effetto della Correlazione: Gli scenari con bassa correlazione tra malattie mostrano livelli di smussamento inferiori.
• Disparità dei Tassi: Maggiori disparità nei tassi di incidenza tra le malattie portano a uno smussamento più pronunciato.
• Risoluzione Spaziale: All'aumentare del numero di aree (da 47 a 300), lo smussamento totale aumenta e le differenze tra le prior diventano più marcate. Tuttavia, le proporzioni di smussamento specifiche per malattia tendono a convergere.

Risultati sui Dati Reali:

• Le conclusioni confermano le simulazioni: iCAR produce le mappe più lisce (più omogenee), mentre LjCAR è il meno smussante.
• Analisi Spaziale: Lo smussamento è più intenso nelle aree dove i tassi locali sono molto diversi dai vicini (es. enclavi ad alto rischio circondate da aree a basso rischio o viceversa).
• Numero di Malattie: Modellare 3 malattie congiuntamente non altera significativamente le proporzioni di smussamento rispetto alle analisi a coppie, suggerendo che per un numero moderato di malattie il comportamento è stabile.

4. Contributi Principali

1. Estensione Multivariata: Prima applicazione sistematica di metriche di smussamento (teoriche ed empiriche) al contesto multivariato, estendendo il lavoro precedente univariato.
2. Nuove Metriche Teoriche: Introduzione della TCV Multivariata basata sulla varianza generalizzata, che permette di quantificare lo smussamento implicito di una prior prima ancora di adattare il modello ai dati.
3. Metriche Empiriche Relative: Sviluppo di criteri (RMSS, RSP, SP) che permettono confronti significativi sia tra malattie diverse (con scale diverse) che tra modelli diversi.
4. Analisi di Sensibilità: Dimostrazione che la scelta della prior e dei suoi iperparametri ha un impatto critico e non lineare sulla quantità di smussamento, specialmente in relazione alla correlazione tra malattie e alla risoluzione spaziale.

5. Significato e Implicazioni

• Per i Pratici: Il lavoro fornisce strumenti per valutare criticamente quanto un modello "stia livellando" i dati reali. Le mappe di smussamento specifico per area (componenti RMSS) aiutano a identificare dove le stime sono fortemente influenzate dal modello piuttosto che dai dati osservati.
• Decisioni Sanitarie: Comprendere l'entità dello smussamento è cruciale per evitare di nascondere focolai reali (over-smoothing) o di interpretare rumore come segnale (under-smoothing).
• Scelta del Modello: I risultati suggeriscono che prior come LCAR o LjCAR offrono un compromesso migliore rispetto all'iCAR quando si desidera mantenere una certa variabilità locale, specialmente in contesti con molte aree o malattie con tassi molto diversi.
• Trasparenza: Il paper promuove una specifica del modello più trasparente, incoraggiando i ricercatori a riportare non solo l'adattamento ai dati, ma anche la quantità di regolarizzazione spaziale applicata.

In sintesi, questo studio offre un quadro metodologico robusto per diagnosticare e confrontare il comportamento di regolarizzazione nei modelli di mappatura delle malattie multivariata, guidando una scelta più informata delle prior in epidemiologia spaziale.