Estimating the correlation between rates of change in longitudinal studies in presence of dropout

Sintesi Tecnica: Stima della Correlazione tra i Tassi di Variazione in Studi Longitudinali con Dropout

Definizione del Problema
Negli studi longitudinali di neuroimaging e biomarcatori, un obiettivo comune è stimare la correlazione tra i tassi di variazione (pendenze) specifici per il soggetto di due segnali differenti (ad esempio, l'atrofia cerebrale e il declino cognitivo). L'approccio standard, denominato strategia "slopes-first" (pendenze per prime), consiste nel calcolare una regressione OLS (minimi quadrati ordinari) per ogni soggetto per ottenere le stime delle pendenze individuali, per poi calcolare la correlazione di Pearson di tali stime.

Sebbene sia algebricamente equivalente a uno stimatore basato su contrasti in presenza di dati completi, gli autori dimostrano che l'approccio "slopes-first" diventa distorto in presenza di dati mancanti, specificamente in caso di dropout indipendente. Il problema fondamentale è che il metodo "slopes-first" applica implicitamente pesi eterogenei alla covarianza incrociata tra i due segnali in base ai pattern specifici di dati mancanti dei soggetti. Se la covarianza incrociata tra i segnali non è costante nel tempo, questi pesi dipendenti dai dati introducono una distorsione (bias) nella stima della correlazione.

Metodologia
Il documento formalizza la relazione tra lo stimatore "sloles-first" e la matrice di varianza-covarianza congiunta dei segnali. Propone una strategia alternativa basata sul "contrasto" che stima la matrice di covarianza congiunta prima di applicare il contrasto per derivare la correlazione.

Gli autori definiscono due strategie primarie di stima:

1. Strategia 1 (Slopes-First): Stimare le pendenze specifiche per soggetto tramite OLS per ogni individuo utilizzando i propri punti dati disponibili, quindi calcolare la correlazione di queste pendenze.
2. Strategia 2 (Covarianza Congiunta): Stimare la matrice di varianza-covarianza congiunta ($\Sigma$) dei segnali attraverso tutti i punti temporali, quindi calcolare la correlazione utilizzando pesi predefiniti derivati esclusivamente dai tempi di misurazione.
   • Strategia 2a: Stima $\Sigma$ utilizzando solo i soggetti con dati completi (analisi dei casi completi) o osservazioni complete per coppie.
   • Strategia 2b: Stima $\Sigma$ utilizzando un modello lineare a effetti misti (LMM) con REML (Massima Verosimiglianza Ristretta), incorporando tutti i dati disponibili, incluse le traiettorie incomplete.

Il documento estende ulteriormente questi metodi per stimare le correlazioni parziali (aggiustando per le covariate come i valori basali) derivando le matrici di covarianza condizionali.

Risultati Chiave
Attraverso studi di simulazione e un caso studio reale utilizzando i dati dell'Alzheimer's Disease Neuroimaging Initiative (ADNI), gli autori presentano le seguenti conclusioni:

• Distorsione (Bias) nel Slopes-First: In condizioni in cui la covarianza incrociata tra i segnali varia nel tempo, la Strategia 1 produce stime della correlazione distorte. La distorsione è esacerbata da meccanismi di dropout Missing At Random (MAR). Nelle simulazioni con covarianza incrociata non costante, la Strategia 1 ha mostrato distorsioni comprese tra 0,059 e 0,165, mentre la vera correlazione era spesso significativamente diversa.
• Assenza di Distorsione della Covarianza Congiunta: La Strategia 2b (basata su LMM) rimane non distorta sia in condizioni di Missing Completely At Random (MCAR) che in condizioni MAR, a patto che le assunzioni del modello siano rispettate. La Strategia 2a (pairwise/complete-case) è generalmente non distorta ma soffre di una varianza più elevata (minore efficienza) rispetto alla Strategia 2b, in particolare in strutture di covarianza realistiche.
• Efficienza: La Strategia 2b utilizza le informazioni di tutti i soggetti, inclusi quelli con follow-up incompleti, risultando in errori standard empirici inferiori rispetto alla Strategia 2a.
• Impatto nel Mondo Reale: Nel caso studio che analizza la correlazione tra la variazione dell'età predetta dal cervello e la variazione del volume della materia grigia, le diverse strategie hanno prodotto stime puntuali e intervalli di confidenza differenti. Gli autori osservano che tali differenze sono sufficienti a portare potenzialmente a conclusioni scientifiche diverse riguardo alla forza e alla significatività dell'associazione.

Significatività e Rivendicazioni
Il documento sostiene che la scelta dello stimatore è critica negli studi longitudinali con dropout. Gli autori argomentano che i ricercatori non dovrebbero fare affidamento sulla standard strategia "slopes-first" quando i dati sono mancanti e la struttura della covarianza incrociata è complessa o variabile nel tempo.

Inve uno raccomandano di:

1. Ispezionare il pattern dei dati mancanti.
2. Utilizzare l'approccio della covarianza congiunta (specificamente la Strategia 2b tramite modelli lineari a effetti misti) per garantire una stima non distorta della correlazione tra i tassi di variazione.
3. Riconoscere che l'approccio "slopes-first" può portare a conclusioni scientifiche errate in presenza di covarianza incrociata non costante e dropout.

Il lavoro fornisce una giustificazione matematica formale per la distorsione nelle pratiche comuni e offre un'alternativa computazionalmente fattibile e non distorta per i biostatistici e i ricercatori di neuroimaging.