📊 statistics

Micro-randomized Trials with Categorical Treatments and Binary Proximal Outcome: Causal Effect Estimation and Sample Size Calculation

Questo articolo affronta le sfide dei micro-randomized trials con trattamenti categorici e outcome prossimali binari definendo l'effetto di escursione causale, proponendo lo stimatore EMEE-catA e derivando una formula robusta per la dimensione del campione al fine di garantire un'adeguata potenza per il confronto tra i livelli di trattamento, come dimostrato attraverso simulazioni e un'applicazione nel mondo reale.

Autori originali: Jeremy Lin, Tianchen Qian

Pubblicato 2026-08-06

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Jeremy Lin, Tianchen Qian

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina di essere il capitano di un'astronave che cerca di convincere la sua ciurma a mangiare le verdure. Hai una flotta di dispositivi intelligenti ai loro polsi in grado di inviare piccoli stimoli: un cartone animato divertente, un promemoria severo o un "cinque" amichevole. Ma non sai quale stimolo funzioni meglio, o se la ciurma stia anche guardando i propri polsi quando invii qualcosa. Questo è il mondo della salute mobile (mHealth): l'uso di telefoni e dispositivi indossabili per aiutare le persone a cambiare le proprie abitudini, come bere meno alcol o fare più esercizio fisico.

Per capire cosa funzioni, gli scienziati utilizzano un tipo speciale di esperimento chiamato Micro-Randomized Trial (MRT). Immaginalo come un enorme e velocissimo gioco di "scegli la tua avventura". Invece di assegnare a una persona una singola strategia per tutto il mese, il computer lancia una moneta centinaia di volte al giorno. Ad ogni singolo momento in cui viene presa una decisione, sceglie casualmente un diverso stimolo da inviare. Questo accade così velocemente e così spesso che i ricercatori possono vedere, quasi istantaneamente, se uno stimolo specifico ha spinto qualcuno ad aprire l'app o a fare un passo. La grande domanda che stanno cercando di rispondere è: "Questo specifico messaggio, inviato proprio ora, ha spinto la persona a fare la cosa giusta?".

La parte complicata è che a volte i messaggi non sono solo "sì" o "no". A volte hai un intero menu di opzioni: un messaggio breve, una storia lunga, un video o nessun messaggio affatto. E il risultato che stai cercando di ottenere è spesso un semplice "sì" o "no" (hanno aperto l'app? sì/no). Capire come progettare questi esperimenti in modo da avere abbastanza persone per ottenere una risposta chiara, senza sprecare tempo e denaro, è come cercare di preparare una torta quando non sai esattamente quanti uova ti servono finché non hai già iniziato a mescolare.

Questo articolo parla di come preparare correttamente quella torta. Gli autori, Jeremy Lin e Tianchen Qian, sono statistici che hanno costruito una nuova ricetta per questi esperimenti di salute mobile. Hanno creato uno strumento per aiutare i ricercatori a capire esattamente quante persone devono reclutare per garantire che il loro esperimento funzioni davvero.

Ecco il problema che hanno risolto: in passato, questi strumenti funzionavano bene solo quando c'erano due scelte (come "invia un messaggio" rispetto a "non inviare un messaggio"). Ma nel mondo reale, gli scienziati spesso vogliono testare molti tipi diversi di messaggi contemporaneamente. Immagina un menu con una "battuta divertente", un "avvertimento serio" e una "citazione motivazionale". I vecchi strumenti non potevano gestire correttamente questo menu, specialmente quando il risultato è un semplice "sì/no" (hanno aperto l'app? sì/no).

Gli autori hanno inventato un nuovo modo per misurare l'effetto di queste molteplici scelte. Chiamano il loro nuovo metodo EMEE-catA. È come una calcolatrice super-potenziata che può guardare una cronologia disordinata di migliaia di stimoli casuali e dirti: "Ehi, la battuta divertente ha fatto sì che le persone aprissero l'app 3,6 volte più spesso rispetto a non fare nulla!". Ancora meglio, questa calcolatrice è resistente. Non si rompe se i ricercatori sbagliano a indovinare i dettagli su come le persone di solito si comportano. È progettata per essere robusta, il che significa che fornisce la risposta corretta anche quando il mondo reale è disordinato e imprevedibile.

Ma la vera magia è la formula della dimensione del campione (sample size formula). Questa è una regola matematica che dice a un ricercatore: "Se vuoi essere sicuro all'80% di poter distinguere tra la tua 'battuta divertente' e il tuo 'avvertimento serio', hai bisogno di esattamente 1.197 persone". Prima di questo articolo, i ricercatori spesso tiravano a indovinare questo numero, il che poteva portare a esperimenti troppo piccoli per trovare qualcosa o troppo grandi e spreconi.

Gli autori hanno testato la loro nuova ricetta utilizzando i dati di uno studio reale chiamato Drink Less, che aiutava le persone a ridurre il consumo di alcol. In quello studio, 349 persone venivano stimolate ogni giorno per 30 giorni. Quando gli autori hanno applicato la loro nuova formula a questi dati, hanno confermato che il design dello studio era solido. Hanno anche eseguito migliaia di simulazioni al computer — esperimenti virtuali in cui fingevano di essere i ricercatori — per vedere se la loro formula falliva se il mondo reale non avesse seguito le regole perfettamente.

I risultati sono stati promettenti. La formula ha funzionato molto bene quando le regole venivano seguite. Ma anche quando gli autori hanno "rotto le regole" nelle loro simulazioni (come quando la disponibilità delle persone cambiava in modi strani o quando i messaggi avevano effetti ritardati), la formula è stata sorprendentemente robusta. Non ha sempre fornito il numero perfetto, ma di solito forniva un numero abbastanza vicino da garantire il successo dell'esperimento.

L'articolo fornisce anche un insieme di "best practices" per chiunque utilizzi questo strumento. Suggerisce che, se non si è sicuri dei dettagli, è meglio essere un po' conservativi. Ad esempio, se pensate che il vostro messaggio funzioni il 50% delle volte, ma non ne siete sicuri, la formula suggerisce di pianificare uno scenario in cui funzioni il 40% delle volte. Questo assicura di non esaurire i partecipanti a metà percorso.

In breve, questo articolo fornisce una nuova e affidabile mappa per navigare nel complesso mondo degli esperimenti di salute mobile. Permette agli scienziati di progettare studi con molteplici opzioni e risultati semplici sì/no senza perdersi nella matematica. Utilizzando questo nuovo strumento, i ricercatori possono essere più fiduciosi che i loro esperimenti diranno loro quali stimoli digitali sono i più efficaci nell'aiutare le persone a cambiare la propria vita.

Sintesi Tecnica: Trial Micro-randomizzati con Trattamenti Categorici e Outcome Prossimali Binari

Definizione del Problema
I trial micro-randomizzati (MRT) sono un design sperimentale standard per l'ottimizzazione di interventi di salute mobile (mHealth) attraverso la randomizzazione ripetuta dei partecipanti tra diverse opzioni di intervento in molteplici punti decisionali. Sebbene la letteratura precedente abbia stabilito metodi per trattamenti binari (ad esempio, messaggio vs nessun messaggio) e outcome continui, molti casi pratici di applicazioni mHealth coinvolgono trattamenti categorici con molteplici livelli (ad esempio, contenuti dei messaggi o strategie di consegna variabili) e outcome prossimali binari (ad esempio, engagement dell'app, completamento di un comportamento). Gli stimatori esistenti per gli effetti di escursione causale (CEE) non supportano direttamente questa specifica combinazione. Inoltre, vi è una mancanza di metodi rigorosi per il calcolo della dimensione del campione per rilevare effetti differenziali tra molteplici livelli di trattamento categorico negli MRT con outcome binari, elementi critici per pianificare studi adeguatamente potenti.

Metodologia
Il documento affronta queste lacune attraverso tre sviluppi metodologici primari:

Definizione del Causal Excursion Effect (CEE) per Trattamenti Categorici:
Gli autori definiscono il CEE sulla scala del rischio relativo logaritmico per trattamenti categorici $A_t \in \{0, 1, \dots, K\}$ , dove 0 è il livello di riferimento. Il CEE mette a confronto l'outcome prossimale atteso $Y_{t,\Delta}$ sotto un'escursione di ricezione del trattamento $k$ al tempo $t$ seguita da nessun trattamento per i successivi $\Delta-1$ punti, rispetto alla ricezione di nessun trattamento al tempo $t$ seguito da nessun trattamento per $\Delta-1$ punti. Questa definizione condiziona sulla disponibilità del punto decisionale ( $I_t=1$ ) e marginalizza sulla storia del trattamento seguendo il protocollo di randomizzazione del trial.
Stimatore: EMEE-catA:
Gli autori propongono EMEE-catA (Estimator for Marginal Excursion Effects for categorical treatments with binary outcomes). Questo stimatore estende il lavoro di Qian et al. (2021) al contesto categorico.
- Modello: Assume un modello parametrico per il CEE, $CEE_{tk}(S_t) = f_t(S_t)^T \beta_k$ , dove $S_t$ rappresenta i modificatori di effetto.
- Equazione di Stima: Lo stimatore risolve un sistema di equazioni $P_n m(\alpha, \beta) = 0$ $P_{n} m (α, β) = 0$ . La funzione di stima $m(\alpha, \beta)$ $m (α, β)$ incorpora:
  - Una componente di peso di probabilità inversa stabilizzato ( $J_t$ ) per gestire la natura marginale dell'estimando e il requisito di assenza di trattamento nei successivi $\Delta-1$ step.
  - Indicatori di trattamento centrati $C_k(A_t) = \mathbb{1}(A_t=k) - \tilde{p}_t(k|S_t)$ per garantire l'ortogonalità tra la stima dei parametri causali $\beta$ e il parametro di disturbo $\alpha$ (che modella l'outcome sotto il trattamento di riferimento).
- Robustezza: Si dimostra che lo stimatore è consistente e asintoticamente normale anche se il modello di regressione dell'outcome di disturbo ( $g_t(H_t)^T \alpha$ ) è specificato in modo errato, a condizione che il modello del CEE sia corretto. Questa robustezza è fondamentale data l'alta dimensionalità della storia $H_t$ negli MRT.
Formula per la Dimensione del Campione:
Il documento deriva una formula per la dimensione del campione volta a garantire la potenza statistica per il test di ipotesi della forma $H_0: L \times \text{MEE}_{1:K}(t) = 0$ (dove MEE è il CEE marginale con $\Delta=1$ e $S_t=\emptyset$ ).
- Assunzioni di Lavoro: La derivazione si basa su cinque assunzioni di lavoro (WA): (a) forma parametrica del MEE, (b) forma funzionale nota della probabilità di successo sotto nessun trattamento, (c) probabilità di disponibilità nota, (d) assenza di correlazione seriale negli outcome condizionati sui trattamenti passati, ed (e) disponibilità esogena.
- Statistica di Test: Viene costruita una statistica di test di tipo Wald basata sulla normalità asintotica dello stimatore. Per correggere il bias nei piccoli campioni, la regione di rifiuto utilizza una distribuzione F scalata anziché una distribuzione chi-quadrato.
- Algoritmo: Viene fornito un algoritmo iterativo (Algoritmo 1) per calcolare la dimensione minima del campione $n$ necessaria per raggiungere una target di potenza $(1-\beta)$ sotto una specifica ipotesi alternativa, utilizzando il parametro di non-centralità derivato sotto le assunzioni di lavoro.

Risultati Chiave

Proprietà Teoriche: Il Teorema 1 stabilisce la normalità asintotica dello stimatore EMEE-catA. Il Teorema 2 dimostra che, sotto le assunzioni di lavoro, la proposta formula della dimensione del campione controlla il tasso di errore di Tipo I al livello nominale e garantisce la potenza desiderata.
Studi di Simulazione: Simulazioni estese (dettagliate nel Materiale Supplementare) valutano le caratteristiche operative dei metodi:
- Errore di Tipo I: Il tasso di errore di Tipo I rimane controllato al livello nominale anche quando le assunzioni di lavoro sono violate.
- Potenza: La formula della dimensione del campione fornisce una potenza adeguata quando tutte le assunzioni sono rispettate. Quando le assunzioni sono violate, la performance della potenza varia:
  - Le violazioni riguardanti l'entità (magnitude) dell'effetto del trattamento (ATE) o della probabilità media di successo (ASPN) impattano significativamente la potenza (la sovrastima porta a una sottostima della potenza; la sottostima porta a una sovrastima della potenza).
  - Le violazioni riguardanti il pattern (variazione temporale) degli effetti o della disponibilità hanno generalmente impatti meno severi, sebbene pattern specifici (ad esempio, lineare vs costante) possano portare a una riduzione della potenza in determinati modelli generativi.
  - Le violazioni della correlazione seriale e della disponibilità esogena sono risultate meno critiche per la potenza rispetto alle misspecifiche dell'entità.
- Applicazione dei Dati: I metodi sono stati applicati allo studio Drink Less MRT, un progetto volto a ottimizzare un'app per ridurre il consumo di alcol.
  - Lo stimatore ha identificato con successo che sia i messaggi standard sia i messaggi provenienti da un gruppo di nuovi messaggi hanno aumentato significativamente la probabilità di apertura dell'app rispetto a nessuna notifica.
  - La formula della dimensione del campione è stata utilizzata per analizzare retrospettivamente il design Drink Less, determinando che sarebbero necessari 1.197 partecipanti per rilevare la differenza osservata tra i due livelli di trattamento attivo con una potenza dell'80%, assumendo effetti e disponibilità costanti.

Significatività e Rivendicazioni
Il documento sostiene di estendere la letteratura esistente sugli MRT consentendo confronti granulari tra molteplici livelli di trattamento categorico per outcome prossimali binari, uno scenario comune nella mHealth che precedentemente non era supportato da strumenti specifici di inferenza causale e dimensione del campione.

Gli autori sottolineano che il loro approccio fornisce:

Uno stimatore robusto (EMEE-catA) che non richiede la corretta specificazione del complesso modello di disturbo dell'outcome, affrontando la sfida della storia ad alta dimensionalità negli MRT.
Una formula pratica per la dimensione del campione che controlla l'errore di Tipo I e garantisce la potenza sotto un set di assunzioni di lavoro.
Guida pratica (riassunta nel Box 1) per i ricercatori per inserire stime conservative delle entità degli effetti e delle probabilità medie di successo per garantire una potenza adeguata, anche se i pattern temporali specifici degli effetti o della disponibilità dovessero deviare dalle assunzioni di lavoro.

Il lavoro è illustrato con dati reali dello studio Drink Less, dimostrando l'applicabilità dello stimatore proposto e del calcolatore della dimensione del campione nella pianificazione e analisi di complessi interventi mHealth. Gli autori osservano che, sebbene il framework assuma specifiche assunzioni di lavoro per la derivazione, le simulazioni suggeriscono che i metodi siano robusti a molte violazioni, in particolare riguardo ai pattern temporali degli effetti e della disponibilità, a condizione che le entità dei parametri chiave siano stimate in modo conservativo.

Articoli simili