Robust estimation of occupation probabilities for coarsened multistate processes

Sintesi Tecnica: Stima Robusta delle Probabilità di Occupazione per Processi Multistato Coarsened (Raggruppati)

Definizione del Problema
I modelli multistato forniscono un quadro generale per l'analisi di fenomeni in cui le entità transitano tra stati ben definiti nel tempo, come la progressione di una malattia, lo stato occupazionale o i rating creditizi. Un parametro primario di interesse in questi modelli è la probabilità di occupazione — la probabilità che un processo occupi uno stato specifico a un dato tempo $t_0$. In pratica, questi processi sono spesso soggetti a due livelli di raggruppamento (coarsening): censura a destra (es. abbandono/drop-out) e esposizione basale (assegnazione del trattamento).

La letteratura esistente sui modelli multistato si basa spesso su assunzioni restrittive, come la proprietà di Markov per le transizioni di stato o l'indipendenza della censura dalla storia del processo date le covariate basali. Questo articolo affronta la sfida di stimare le probabilità di occupazione per processi multistato controfattuali sotto assunzioni più deboli. Nello specifico, gli autori mirano a gestire transizioni di stato non markoviane e permettere ai meccanismi di censura a destra di dipendere sia dalla storia naturale del processo sia da covariate tempo-dipendenti, a condizione che valga l'assunzione di Coarsening at Random (CAR).

Metodologia
Gli autori derivano stimatori Augmented Inverse Probability Weighted (AIPW) per le probabilità di occupazione utilizzando tecniche provenienti dall'inferenza causale e dalla letteratura sui dati mancanti.

1. Struttura dei Dati e Identificabilità:

   • Il processo a dati completi è definito come un processo multistato càdlàg $Z_a$ sotto un'ipotetica intervento $a \in \{0, 1\}$, con associate covariate tempo-dipendenti $L_a$ e covariate basali $W$.
   • I dati osservati sono raggruppati da un tempo di censura a destra latente $C_a$ e dal trattamento osservato $A$.
   • Criteri di Identificabilità: Gli autori assumono:
     • Consistenza: I dati osservati sono un raggruppamento consistente dei dati controfattuali completi.
     • Positività: La probabilità di assegnazione del trattamento e di rimanere non censurati è strettamente positiva.
     • Scambiabilità (CAR): Il meccanismo di raggruppamento (trattamento e censura) è indipendente dai dati controfattuali completi dati le covariate basali e la storia fino al tempo corrente. Fondamentalmente, ciò consente alla censura di dipendere dalla storia del processo, diversamente dalle standard assunzioni di censura indipendente.

2. Funzione d'Influenza Efficiente (EIF):

   • Il parametro target è identificato tramite un estimando IPW (Inverse Probability Weighted).
   • Gli autori derivano la funzione d'influenza efficiente (EIF) per l'estimando dei dati osservati. Ciò comporta la proiezione dello score della mappatura dei dati completi sullo spazio tangente del modello dei dati osservati e la sottrazione delle proiezioni ortogonali sugli spazi tangenti di disturbo associati allo score di propensione del trattamento ($\pi$) e al meccanismo di censura ($G$).
   • L'EIF dipende da parametri di disturbo: lo score di propensione $\pi$, la funzione di sopravvivenza della censura $G$, e due funzioni di aspettativa condizionale, $Q$ e $\eta$, che rappresentano le osservazioni attese pesate per l'inverso della probabilità di censura.

3. Stimatori Proposti:
   Basandosi sull'EIF, vengono proposti cinque stimatori:

   • Stimatore IPW ($\hat{\psi}^0_n$): Un semplice stimatore pesato per l'inverso della probabilità.
   • Stimatori Augmented IPW ($\hat{\psi}^\nu_n$ e $\hat{\psi}^\mu_n$): Questi incorporano termini di correzione (augumentazioni) derivati dalle proiezioni dell'EIF. $\hat{\psi}^\mu_n$ è uno stimatore a un passo (one-step estimator) che include sia i termini di augmentazione del trattamento che della censura.
   • Stimatori Modified AIPW ($\hat{\psi}^{\nu, mod}_n$ e $\hat{\psi}^{\mu, mod}_n$): Questi modificano lo standard AIPW includendo la stima dei coefficienti di regressione (tramite OLS) per i termini di augmentazione. Ciò è inteso per forzare l'ortogonalità quando gli stimatori dei parametri di disturbo sono distorti, potenzialmente migliorando l'efficienza.

4. Stima dei Parametri di Disturbo:

   • $\pi$ e $G$ sono stimati utilizzando modelli di lavoro (regressione logistica per gli score di propensione e modelli di Cox per i rischi di censura).
   • $Q$ e $\eta$ sono stimati tramite la regressione delle osservazioni pesate (pseudo-outcome) rispetto a riassunti dell'insieme di condizionamento.

Risultati Chiave
Le prestazioni dei cinque stimatori sono state valutate attraverso uno studio di simulazione coinvolgente un modello malattia-morte a tre stati con ricorrenza, dove i tassi di transizione dipendevano dalle covariate basali e la censura dipendeva sia dalle covariate basali che dalla storia tempo-dipendente.

• Corretta Specificazione: Quando tutti i parametri di disturbo sono stati stimati in modo consistente, tutti gli stimatori erano non distorti. Tuttavia, lo stimatore a un passo ($\hat{\psi}^\mu_n$) ha dimostrato il Root Mean Square Error (RMSE) più basso, confermando il suo vantaggio di efficienza rispetto al semplice IPW e agli stimatori parzialmente aumentati.
• Robustezza alla Misspecificazione:
  • Score di Propensione ($\pi$) o di Censura ($G$) distorti: Il semplice stimatore IPW ha mostrato una distorsione significativa. Gli stimatori completamente aumentati ($\hat{\psi}^\mu_n$) sono rimasti robusti (non distorti) anche quando $\pi$ o $G$ erano misspecificati, a condizione che gli altri componenti fossero correttamente specificati.
  • Termini di Regressione ($Q$ o $\eta$) distorti: Quando i parametri di disturbo basati sulla regressione erano misspecificati, gli stimatori completamente aumentati rimanevano non distorti ma perdevano parte dell'efficienza. Gli stimatori modificati ($\hat{\psi}^{\mu, mod}_n$) hanno mostrato lievi miglioramenti nell'RMSE in scenari specifici, suggerendo che possono mitigare parzialmente le perdite di efficienza dovute alla distorsione nei termini di augmentazione.
• Convergenza: I risultati della simulazione hanno confermato la gerarchia teorica di efficienza: $\hat{\psi}^\mu_n$ (one-step) > $\hat{\psi}^\nu_n$ (parzialmente aumentato) > $\hat{\psi}^0_n$ (IPW).

Significatività e Rivendicazioni
L'articolo sostiene che i processi proposti offrono un approccio robusto ed efficiente per stimare le probabilità di occupazione nei modelli multistato sotto assunzioni più deboli rispetto a quanto comune nella letteratura precedente.

• Generalità: A differenza dei metodi precedenti adattati a modelli specifici (es. malattia-morte senza ricorrenza o rischi competitivi sotto assunzioni markoviane), questi stimatori si applicano a modelli multistato con un numero arbitrario di stati e consentono transizioni non markoviane e confondimento tempo-dipendente.
• Rilassamento delle Assunzioni di Censura: Il framework consente esplicitamente che la censura a destra dipenda dalla storia interna del processo multistato, una caratteristica necessaria per la modellazione realistica (es. modelli malattia-morte con ricorrenza) ma difficile da gestire sotto le standard assunzioni di indipendenza.
• Doppia Robustezza: Lo stimatore a un passo esibisce proprietà di doppia robustezza; rimane consistente se sia i modelli di trattamento/censura ($\pi, G$) che i modelli di regressione degli esiti ($Q, \eta$) sono correttamente specificati.
• Utilità Pratica: Gli autori notano che, sebbene lo stimatore a un passo richieda una dimensione campionaria sufficiente per stimare i complessi parametri di disturbo ($\eta$) ad ogni tempo di censura, esso rimane stabile per dataset di dimensioni moderate (es. 2.500–9.000 individui) e offre prestazioni superiori rispetto all'IPW in presenza di misspecificazione del modello.

Gli autori concludono che, sebbene l'assunzione di Coarsening at Random (CAR) sia una condizione forte (che implica assunzioni cross-world), essa è uno strumento necessario per abilitare l'inferenza basata sulla verosimiglianza e costruire modelli semi-parametrici in presenza di strutture di dati mancanti complesse. I metodi proposti forniscono un'implementazione pratica di questi avanzamenti teorici per l'analisi di dati multistato del mondo reale.