Selection and Collider Restriction Bias Due to Predictor Availability in Prognostic Models

Titolo: Bias di Selezione e di Restrizione del Collisore Dovuti alla Disponibilità dei Predittori nei Modelli Prognostici

1. Il Problema

Il paper affronta un presupposto fondamentale, spesso implicito ma raramente esplicitato nella letteratura metodologica sui modelli predittivi clinici: l'assunzione che i predittori necessari siano routinariamente disponibili al momento dell'assistenza sanitaria (point of care).
Sebbene lo sviluppo e la validazione dei modelli prognostici seguano quadri metodologici rigorosi (sviluppo, validazione esterna, calibrazione), questi presuppongono che i dati dei predittori siano presenti per l'intera coorte di studio. Tuttavia, quando i modelli vengono sviluppati o validati su dati retrospettivi, l'inclusione dei pazienti è limitata per costruzione solo a coloro che hanno i predittori registrati.
Il problema sorge quando la misurazione di un predittore non è indipendente dal rischio di esito, ma dipende dalla gravità della malattia sottostante o dai processi assistenziali correlati. In tal caso, la restrizione del campione ai soli pazienti con dati registrati introduce bias sistematici che compromettono la validità delle stime e l'applicabilità clinica del modello.

2. Metodologia e Quadro Teorico

L'autore utilizza un approccio basato sulla causalità e sui Grafici Aciclici Diretti (DAG) per illustrare come la disponibilità dei predittori possa generare distorsioni. Il paper distingue due meccanismi principali di bias:

• Bias di Selezione Classico (Figura 1, Pannello A e B):

  • La gravità della malattia sottostante ($U$) influenza sia l'esito ($Y$) sia la probabilità che un predittore ($P$) venga misurato.
  • Restringere l'analisi ai pazienti con predittori misurati equivale a selezionare in base alla gravità della malattia.
  • Se la misurazione è un proxy della gravità (es. un peggioramento di $P1$ porta alla misurazione di $P2$), si ottiene comunque un bias di selezione, sebbene i coefficienti possano talvolta ancora rappresentare la popolazione ad alto rischio.

• Bias di Restrizione del Collisore (Collider Restriction Bias) (Figura 1, Pannello C):

  • Questo è il contributo centrale dell'analisi. Si verifica quando la disponibilità di un predittore ($P2$) è influenzata da due fattori: la gravità della malattia sottostante ($U$) e un altro predittore o proxy ($P1$).
  • In questo scenario, la variabile "disponibilità del predittore" agisce come un collisore (un nodo che riceve frecce da due altre variabili).
  • Condizionare l'analisi sulla disponibilità del collisore (ovvero, includere solo chi ha il dato) distorce le associazioni tra tutti i predittori di base e l'esito, non solo tra i predittori coinvolti nella misurazione. Questo crea correlazioni spurie o nasconde relazioni reali.

3. Caso di Studio: L'Equazione del Rischio di Insufficienza Renale (KFRE)

Per illustrare l'applicazione pratica del problema, l'autore analizza il Kidney Failure Risk Equation (KFRE), un modello ampiamente validato per prevedere la progressione verso l'insufficienza renale.

• Il Modello: Utilizza età, sesso, eGFR (tasso di filtrazione glomerulare stimato) e uACR (rapporto albumina/creatinina nelle urine).
• Il Problema Reale: Sebbene l'eGFR sia spesso disponibile, il test dell'albuminuria (uACR) non è sistematico nella pratica clinica di base (es. solo il 25-37% dei pazienti con CKD stadio 3-5 viene testato in UK/USA).
• Il Meccanismo di Bias:
  1. Un'eGFR in calo (o un peggioramento di $P1$) stimola il medico a richiedere il test uACR ($P2$).
  2. La percezione globale del rischio di insufficienza renale (basata su sintomi e comorbidità come il diabete) influenza indipendentemente la decisione di testare.
  3. Poiché la disponibilità di uACR dipende sia dall'eGFR che dal rischio percepito, essa diventa un collisore.
  4. Utilizzare solo i pazienti con uACR registrato per validare o sviluppare il modello introduce un bias di restrizione del collisore, distorcendo la relazione tra i predittori e l'esito finale.

4. Risultati e Osservazioni Chiave

• Limiti dell'Assunzione di Disponibilità: L'assunzione che i predittori siano disponibili in modo uniforme è spesso falsa nella pratica clinica reale. La mancanza di dati non è casuale (Missing Completely At Random), ma dipende dalla gravità della malattia.
• Impatto sulla Validità: Mentre il bias di selezione classico può talvolta preservare la rappresentatività per le popolazioni ad alto rischio, il bias del collisore distorce le associazioni causali in modo più pervasivo, rendendo i coefficienti del modello non generalizzabili alla popolazione generale o a sottogruppi specifici.
• Barriera all'Implementazione: La limitata adozione del KFRE nella pratica clinica è parzialmente spiegata da questi vincoli di disponibilità dei dati. I modelli che richiedono predittori non routinari falliscono nell'essere utili nella pratica reale, indipendentemente dalla loro accuratezza statistica in studi controllati.

5. Significato e Contributi

Il paper offre un contributo metodologico significativo per la ricerca prognostica:

1. Identificazione di un Bias Nascosto: Evidenzia che la "disponibilità dei predittori" non è solo un problema pratico di raccolta dati, ma una fonte strutturale di bias statistico (in particolare bias del collisore) che minaccia la validità interna ed esterna dei modelli.
2. Riframing Causale: Fornisce un quadro teorico (tramite DAG) per distinguere tra semplice selezione e bias del collisore, aiutando i ricercatori a identificare scenari in cui la validazione retrospettiva è intrinsecamente distorta.
3. Raccomandazioni Future:
   • Sottolinea la necessità di considerare la disponibilità dei predittori come un'ipotesi esplicita durante lo sviluppo e la validazione.
   • Suggerisce che, in contesti di coorti prospettiche, si dovrebbe valutare l'uso di modelli prognostici semplificati che si basano su predittori universalmente disponibili, anche a scapito di una lieve perdita di accuratezza statistica, per massimizzare l'utilità clinica e l'applicabilità reale.
   • Invita a una maggiore cautela nell'interpretazione dei modelli sviluppati su dati retrospettivi dove i predittori sono stati misurati solo in base a criteri clinici selettivi.

In conclusione, Delord avverte che ignorare i meccanismi che governano la disponibilità dei dati può portare a modelli prognostici statisticamente robusti ma clinicamente inutilizzabili o fuorvianti, a causa di bias sistematici introdotti dalla selezione dei pazienti.