A Bayesian Reinterpretation of Cornfield-Type Sensitivity Analysis: From Thresholds to Probabilities

1. Il Problema: Limiti delle Analisi di Sensibilità Tradizionali

L'inferenza causale negli studi osservazionali è intrinsecamente limitata dalla presenza di confondenti non misurati. Le analisi di sensibilità tradizionali, basate sul ragionamento di Cornfield (1959) e formalizzate modernamente attraverso il valore E-value (VanderWeele & Ding, 2017), rispondono alla domanda: "Quanto deve essere forte un confondente non misurato per annullare completamente l'associazione osservata?".

Tuttavia, l'articolo identifica un limite fondamentale di questi approcci:

• Natura descrittiva vs. inferenziale: L'E-value fornisce una soglia deterministica (un punto di taglio), ma non risponde alla domanda cruciale per la pratica scientifica: "Quanto è plausibile che un tale confondente esista realmente?".
• Giudizi informali: Nella pratica, i ricercatori devono colmare questo divario con ragionamenti informali, giudicando se un E-value è "grande" o "piccolo" senza una base probabilistica formale.
• Mancanza di incertezza: I metodi attuali trattano la forza del confondimento come una quantità fissa sconosciuta, non come una variabile aleatoria, ignorando l'incertezza epistemologica sulla plausibilità di tali meccanismi.

2. Metodologia: Un Quadro Bayesiano Generativo

L'autore propone una riformulazione bayesiana completa dell'analisi di sensibilità, trasformando il confondimento da parametro fisso a variabile casuale.

• Modello Generativo:
  • Si definisce l'associazione osservata ($RR_{obs}$) come il prodotto dell'effetto causale vero ($RR_{true}$) e di un fattore di distorsione moltiplicativo $\Gamma$ (dove $\Gamma \ge 1$).
  • Sulla scala logaritmica ($\theta = \log(RR)$), il modello assume una struttura additiva:
    $$\theta_{obs} \sim \mathcal{N}(\theta_{true} + \log \Gamma, s^2)$$
    dove $s$ è l'errore standard dell' stimato osservato.
• Specificazione delle Prior:
  • Effetto Causale: $\theta_{true} \sim \mathcal{N}(0, \sigma_*^2)$ (assumendo che effetti grandi siano possibili ma non preponderanti).
  • Forza del Confondimento: $\log \Gamma \sim \text{Half-Normal}(0, \sigma_+^2)$. Questa distribuzione a metà normale garantisce $\Gamma \ge 1$ e codifica l'idea che confondimenti deboli siano comuni, mentre quelli forti richiedono allineamenti di fattori sempre più implausibili. Il parametro $\sigma_+$ controlla lo scetticismo a priori verso confondimenti estremi.
• Inferenza:
  • L'obiettivo non è più solo calcolare la soglia $\Gamma^*$ (l'E-value), ma calcolare la probabilità a posteriori che la forza del confondimento superi tale soglia:
    $$P(\Gamma \ge \Gamma^* \mid \theta_{obs})$$
  • Questa probabilità quantifica direttamente la "vulnerabilità" dell'associazione osservata.

3. Contributi Chiave

1. Trasformazione Concettuale: Sposta l'analisi di sensibilità da un "diagnostico basato su soglie" a un "procedimento inferenziale coerente". L'E-value diventa una condizione al contorno all'interno di un paesaggio probabilistico continuo.
2. Integrazione della Conoscenza A Priori: Permette di incorporare esplicitamente la conoscenza scientifica sulla plausibilità dei meccanismi di confondimento attraverso le distribuzioni prior, rendendo l'analisi trasparente e soggettiva in modo controllato (nel senso bayesiano).
3. Applicabilità ai Dati di Sintesi: A differenza di molti modelli bayesiani complessi che richiedono dati individuali, questo approccio opera direttamente su statistiche riassuntive (odds ratio, hazard ratio, E-value), rendendolo immediatamente applicabile alla letteratura epidemiologica esistente.
4. Estensione del Lavoro Precedente: Formalizza e generalizza l'approccio simulativo di Costa (2025), fornendo un modello generativo esplicito invece di una semplice stima Monte Carlo.

4. Risultati Empirici

L'approccio è stato testato su un dataset di 11 associazioni esposizione-esito (fumo, mal di schiena, Alzheimer, salute ambientale) utilizzando i dati di Xiang et al. (2026).

• Relazione tra E-value e Probabilità: È emersa una relazione monotona chiara. Valori di E-value elevati corrispondono a probabilità a posteriori molto basse che un confondimento sufficiente esista (es. E-value = 4.25 $\rightarrow$ $P \approx 0.004$). Al contrario, E-value bassi corrispondono a probabilità elevate (es. E-value $\approx$ 1.35 $\rightarrow$ $P \approx 0.5$).
• Eterogeneità Intrastudio: Il metodo ha rivelato differenze qualitative all'interno dello stesso studio. Ad esempio, nello studio sul fumo, le associazioni più forti mostravano alta robustezza, mentre contrasti più deboli (es. fumo domestico) mostravano probabilità di confondimento sufficienti più elevate (0.16–0.20), offrendo una visione più sfumata rispetto a una classificazione binaria.
• Sensibilità alle Prior:
  • Per gli studi con E-value elevati, le conclusioni sono stabili su un'ampia gamma di prior (il risultato è robusto indipendentemente dalle assunzioni iniziali).
  • Per gli studi con E-value bassi, le conclusioni sono più sensibili alla specificazione della prior, riflettendo l'incertezza intrinseca degli effetti deboli.

5. Significato e Implicazioni

Questo lavoro rappresenta un passo significativo verso una logica di inferenza causale più matura:

• Decisioni Informate: Trasforma l'analisi di sensibilità in una misura decisionale di "vulnerabilità evidenziale", permettendo ai ricercatori di quantificare quanto sia probabile che una conclusione causale sia errata a causa di bias nascosti.
• Superamento del Binario: Abbandona il giudizio binario ("robusto" vs "non robusto") a favore di un ragionamento probabilistico continuo, allineando la pratica epidemiologica ai principi dell'inferenza sotto incertezza.
• Trasparenza: Rende esplicito il ruolo delle assunzioni soggettive (le prior) nel valutare la plausibilità del confondimento, invece di lasciarle implicite nel giudizio esperto.

In sintesi, il paper propone un framework che non elimina l'incertezza (impossibile negli studi osservazionali), ma la rappresenta in una forma che supporta un giudizio scientifico trasparente e razionale, colmando il divario tra gli strumenti metodologici esistenti e le domande interpretative reali della ricerca applicata.