A marginalized three-part interrupted time series regression model for proportional data

Each language version is independently generated for its own context, not a direct translation.

Imagine que você é um gerente de um hospital e quer saber se uma nova maneira de cuidar dos pacientes (uma nova equipe de enfermeiros líderes) realmente melhorou a experiência deles. Você tem um gráfico com notas de satisfação mensais, que vão de 0% a 100%.

O problema é que esses dados são "teimosos". Eles têm muitos zeros (ninguém ficou feliz), muitos uns (todos ficaram felizes) e, quando não são extremos, eles são muito tortos e desiguais. Além disso, a nota de um mês depende da nota do mês anterior (se o mês passado foi ruim, este mês tende a ser ruim também).

Os estatísticos tradicionais tentam usar regras simples (como uma linha reta) para analisar isso, mas essas regras quebram quando os dados são tão estranhos. É como tentar medir a temperatura de um fogão usando uma régua de madeira: não funciona e dá resultados errados.

O que os autores fizeram?

Eles criaram uma nova ferramenta estatística, um "super-microscópio" chamado MZOIBTS, para olhar para esses dados difíceis. Vamos usar uma analogia para entender como funciona:

1. A Analogia do "Três Portões" (O Modelo de Três Partes)

Imagine que a nota de satisfação dos pacientes passa por três portões diferentes antes de ser registrada:

Portão 0: Se a nota é zero, ela vai por aqui.
Portão 1: Se a nota é 100% (um), ela vai por aqui.
Portão do Meio: Se a nota é algo entre 0 e 100%, ela vai por um caminho torto e complexo.

O modelo antigo tentava tratar tudo como se fosse o mesmo tipo de dado. O novo modelo dos autores diz: "Espera aí! Vamos separar esses três portões e analisar cada um com a ferramenta certa". Eles usam três pequenas máquinas (submodelos) para entender por que as pessoas dão notas zero, por que dão notas perfeitas e o que acontece com as notas do meio.

2. A Analogia do "Elástico Mágico" (A Copula)

Agora, imagine que as notas dos meses estão conectadas por um elástico invisível. Se o mês de Janeiro foi ruim, Fevereiro tende a ser ruim também. Isso é a "dependência temporal".

A parte difícil é que, quando você tem os três portões (zeros, uns e notas do meio), é muito difícil esticar esse elástico sem quebrá-lo. Os autores usaram uma técnica matemática chamada Copula.

Pense na Copula como um "cola inteligente" ou um "elástico mágico". Ela permite que você conecte os dados de um mês para o outro (o passado influencia o futuro) sem estragar a análise de cada mês individualmente. É como se você pudesse ligar os pontos de um desenho sem distorcer a forma de cada ponto.

3. O Objetivo: Entender a Mudança (Interrupção)

O grande objetivo desse estudo é ver o que acontece quando uma nova política é aplicada (a "interrupção").

Nível: A nota subiu de repente logo após a mudança? (Como um salto).
Tendência: A nota começou a subir mais rápido ou mais devagar depois da mudança? (Como uma inclinação da estrada).

O modelo deles permite que os pesquisadores digam: "Olha, a nota média subiu X% e a variação das notas diminuiu", tudo isso levando em conta que os dados são cheios de zeros, uns e conectados no tempo.

O Resultado Real (A História do Hospital)

Os autores aplicaram essa ferramenta em um hospital real que mudou a forma como cuidava dos pacientes.

O que eles esperavam: Que a nota de "controle da dor" subisse muito e de forma constante.
O que eles descobriram: A nota média não subiu de forma estatisticamente significativa (não houve um "salto" claro). PORÉM, algo muito importante aconteceu: a variação das notas diminuiu.
- Tradução: Antes da mudança, as notas eram um caos (alguns dias ótimos, outros péssimos). Depois da mudança, as notas ficaram mais estáveis e consistentes.
- A lição: Mesmo que a média não tenha subido, a estabilidade melhorou. Isso é um sucesso! Significa que o cuidado ficou mais previsível e confiável.

Resumo Simples

Os autores criaram um novo método de matemática para analisar dados de porcentagem que são bagunçados (cheios de zeros e uns) e que dependem uns dos outros no tempo.

Eles separaram os dados em três partes para não confundir as coisas.
Usaram uma "cola matemática" (Copula) para conectar o passado ao futuro.
Aplicaram isso em um hospital e descobriram que, embora a nota média não tenha mudado muito, a consistência do cuidado melhorou, o que é uma vitória para os pacientes.

É como se, em vez de tentar adivinhar o tempo com um relógio quebrado, eles tivessem construído um novo radar que consegue ver a tempestade, a chuva leve e o sol, mesmo quando o céu está muito nublado e confuso.

Each language version is independently generated for its own context, not a direct translation.

1. Problema e Motivação

O artigo aborda a análise de Séries Temporais Interrompidas (ITS), um desenho quasi-experimental amplamente utilizado para avaliar a eficácia de intervenções em políticas de saúde. O foco específico do estudo são dados de resultados proporcionais (porcentagens ou percentis), que apresentam características estatísticas desafiadoras:

Limitação: Os dados estão estritamente no intervalo $[0, 1]$ .
Inflação de Zeros e Uns: Frequentemente, há uma grande quantidade de observações exatamente iguais a 0 ou 1.
Distorção (Skewness): A distribuição é altamente assimétrica.
Dependência Temporal: As observações ao longo do tempo não são independentes.

Limitações dos Métodos Existentes:

Regressão Linear Segmenteada: Assume normalidade, o que é inválido para proporções, podendo gerar estimativas fora dos limites $[0, 1]$ e violar pressupostos de distribuição.
Transformação Logística: Embora comum, a transformação de variáveis com muitos zeros e uns (usando modelos de três partes) impede a interpretação direta dos parâmetros de regressão na escala original da resposta devido à desigualdade de Jensen.
Modelos Beta Inflacionados: Modelos existentes (como Zero-One-Inflated Beta) lidam com a inflação, mas não incorporam adequadamente a dependência temporal (autocorrelação) de forma que os parâmetros de covariáveis sejam interpretáveis na média marginal.
Falta de Modelos Específicos: Não existiam modelos estabelecidos para dados proporcionais serialmente dependentes com inflação de zeros e uns em desenhos ITS.

2. Metodologia Proposta

Os autores propõem um Modelo de Séries Temporais Beta Inflacionado de Zero e Um Marginalizado (MZOIBTS). A abordagem combina a estrutura de modelos de três partes com a teoria de cópulas para modelar a dependência temporal.

A. Estrutura do Modelo (MZOIB)

O modelo descreve a variável de resposta $Y_t \in [0, 1]$ através de três componentes latentes:

Probabilidade de ser não-zero ( $p_{1t}$ ): Modelada via regressão logística para $d_{1t} = I(Y_t > 0)$ .
Probabilidade de ser um, dado que é não-zero ( $p_{2t}$ ): Modelada via regressão logística para $d_{2t} = I(Y_t = 1 | Y_t > 0)$ .
**Distribuição contínua ($0 < Y_t < 1 $):** Segue uma distribuição Beta com média$ \mu_t $e parâmetro de dispersão$ \phi_t$.

Marginalização:
Para garantir que os coeficientes de regressão sejam interpretáveis na escala da média marginal incondicional ( $v_t = E[Y_t]$ ), o modelo utiliza uma parametrização que relaciona os parâmetros latentes ( $p_{1t}, p_{2t}, \mu_t$ ) à média marginal $v_t$ através de uma função de ligação logística:
$\text{logit}(v_t) = x_{3t}^\top \beta_3$
Isso permite que os pesquisadores avaliem o efeito das covariáveis diretamente sobre a proporção média esperada, superando a limitação de interpretação dos modelos tradicionais de três partes.

B. Dependência Temporal via Cópulas

Para capturar a dependência serial entre $Y_t$ e $Y_{t-1}$ , o modelo utiliza o Teorema de Sklar e funções de cópula:

A distribuição conjunta é construída separando a distribuição marginal (o modelo MZOIB) da estrutura de dependência.
Utiliza-se uma cópula bivariada (ex: Gaussiana ou Frank) para modelar a joint distribution $H(y_t, y_{t-1})$ .
O modelo lida com a complexidade de dados com massa em 0 e 1, onde o mapeamento entre a variável observada e a função de distribuição acumulada (CDF) é "muitos-para-um", exigindo derivadas parciais específicas da densidade da cópula para calcular a verossimilhança conjunta.

C. Inferência Estatística

Devido à complexidade computacional da verossimilhança exata (superfície de verossimilhança mal comportada devido à transformação de CDF marginal), os autores propõem um procedimento de estimação em duas etapas:

Estimação de Parâmetros Marginais: Maximização da Verossimilhança Marginal Composta (Composite Marginal Likelihood), assumindo independência de trabalho entre as observações para estimar $\theta$ (parâmetros de regressão).
Estimação de Erros Padrão: Dois métodos são propostos para corrigir a subestimação da variância causada pela dependência temporal:
- HAC (Heteroskedasticity and Autocorrelation Consistent): Usa a matriz de covariância de Newey-West.
- Bootstrap Paramétrico: Um método de "Inference Function for Margins" (IFM) onde o parâmetro da cópula é estimado condicionando nos parâmetros marginais, seguido de simulação de trajetórias para estimar o erro padrão.

D. Análise ITS

O modelo incorpora uma regressão linear segmentada generalizada para a média marginal, permitindo estimar:

Mudança de nível imediata após a intervenção.
Mudança de tendência (inclinação) após a intervenção.
O ponto de mudança ( $\tau$ ) é tratado como desconhecido e estimado via critérios de informação (cBIC).

3. Resultados Principais

Estudos de Simulação

Os autores realizaram simulações extensivas (2.000 séries temporais) com diferentes tamanhos de amostra ( $n=60$ a $400$) e parâmetros de dependência.

Viés: Os estimadores propostos são praticamente não viesados para os parâmetros marginais, mesmo sob má especificação do modelo de cópula (ex: dados gerados com cópula Frank e ajustados com Gaussiana).
Erros Tipo I:
- O método Bootstrap manteve taxas de erro Tipo I próximas ao nível nominal (0.05) em todas as situações, inclusive para amostras pequenas.
- O método HAC apresentou taxas de erro Tipo I infladas em amostras pequenas, convergindo para o nível nominal apenas em amostras grandes ( $n > 300$ ).
Poder Estatístico: O poder de detectar mudanças de nível e tendência aumenta com o tamanho da amostra. O método Bootstrap demonstrou ser mais robusto e confiável para inferência em amostras típicas de estudos ITS.
Seleção de Modelo: A seleção do ponto de mudança ( $\tau$ ) introduz um viés pequeno que diminui com o aumento da amostra, mas a cobertura dos intervalos de confiança permanece aceitável.

Aplicação em Dados Reais

O modelo foi aplicado para avaliar o impacto da implementação de um novo modelo de entrega de cuidados de enfermagem (Clinical Nurse Leader - CNL) nos escores de "gestão da dor" de pacientes em um hospital (dados mensais de 2008 a 2012).

Ponto de Mudança: O modelo estimou que o ponto de mudança ocorreu em outubro de 2010, cerca de 4 meses após a implementação formal, sugerindo um atraso na efetividade total da intervenção.
Efeitos na Média: Não houve mudanças estatisticamente significativas no nível ou na tendência dos escores de gestão da dor após a intervenção ( $p > 0.05$ ).
Efeito na Dispersão: Houve um aumento significativo no parâmetro de dispersão $\phi_t$ após o ponto de mudança. Como a variância da distribuição Beta é inversamente relacionada a $\phi$ , isso indica uma redução significativa na variabilidade (desvio padrão) dos escores após a intervenção.
Interpretação: A redução da variância é considerada um resultado positivo, indicando que a intervenção tornou os escores de experiência do paciente mais estáveis e consistentes, mesmo sem alterar a média global.

4. Contribuições Chave

Novo Modelo Estatístico: Desenvolvimento do primeiro modelo de séries temporais marginalizado para dados proporcionais com inflação de zeros e uns, permitindo interpretação direta de efeitos de covariáveis na média marginal.
Abordagem de Cópula: Integração bem-sucedida de cópulas para modelar a dependência temporal em dados com massa em 0 e 1, superando as limitações de modelos observacionais ou baseados em processos latentes complexos.
Procedimento de Inferência Robusto: Validação do uso de Bootstrap Paramétrico como método preferencial para estimação de erros padrão em estudos ITS com amostras pequenas, superando as limitações do método HAC neste contexto.
Aplicabilidade Prática: Demonstração de que a análise de intervenções em saúde deve considerar não apenas mudanças na média, mas também mudanças na variabilidade (dispersão) dos resultados, que podem ser um indicador crítico de sucesso da intervenção.

5. Significância e Conclusão

O artigo preenche uma lacuna metodológica crítica na análise de políticas de saúde, onde os resultados são frequentemente proporcionais e apresentam características de "teto" ou "piso" (0 e 1). A proposta do modelo MZOIBTS oferece uma ferramenta estatística rigorosa que:

Evita estimativas não físicas (fora de 0-1).
Permite interpretação clínica direta dos efeitos das intervenções.
Lida corretamente com a autocorrelação temporal.

A aplicação real demonstra que, embora a média dos escores não tenha mudado significativamente (possivelmente devido a um efeito de teto), a intervenção aumentou a estabilidade dos cuidados (redução da variância). Isso ressalta a importância de modelos estatísticos sofisticados que capturam nuances além da média simples, fornecendo insights mais profundos para a tomada de decisão em saúde pública. Os autores sugerem que o uso da cópula Gaussiana como padrão é robusto e computacionalmente eficiente para a maioria das aplicações.