Resumo Técnico: Estratificação Principal com Eventos Recorrentes Truncados por um Evento Terminal: Uma Abordagem Bayesiana Não Paramétrica Aninhada

1. Problema e Motivação

Em ensaios clínicos para doenças crônicas, como a Insuficiência Cardíaca (IC), os eventos recorrentes (ex.: rehospitalizações) são frequentemente os desfechos primários de interesse. No entanto, esses eventos podem ser truncados prematuramente por um evento terminal (ex.: morte).

• Viés de Seleção: A morte atua como um mecanismo de censura informativa. Pacientes que sobrevivem por mais tempo têm maior tempo de risco para sofrer rehospitalizações futuras. Se um tratamento afeta tanto a mortalidade quanto a taxa de rehospitalização, comparações simples (como taxas de eventos observados) confundem o efeito causal sobre a doença com a mudança na composição da população de sobreviventes.
• Limitações das Abordagens Atuais:
  • Métodos convencionais de regressão não isolam o efeito causal.
  • A Estratificação Principal (Principal Stratification) oferece um quadro causal para definir subpopulações (estratos) baseadas em resultados potenciais (ex.: "sempre sobreviventes").
  • Abordagens existentes para eventos recorrentes truncados por morte geralmente utilizam modelos paramétricos rígidos ou definem estratos em um único ponto no tempo ($t=r$), o que ignora como os efeitos do tratamento se acumulam ao longo do tempo para uma subpopulação fixa. Além disso, muitos métodos paramétricos sofrem de viés de má especificação do modelo.

2. Metodologia Proposta

Os autores propõem um quadro de inferência causal baseado em Estratificação Principal em tempo contínuo, utilizando uma abordagem Bayesiana Não Paramétrica (BNP).

2.1. Estimandos Causais (Estratificação Principal)

• Estrato "Sempre Sobrevivente" (Always-Survivor - AS): Definido como a subpopulação de indivíduos que sobreviveriam até um horizonte de tempo $r$, independentemente da atribuição do tratamento ($D^0_i > r$ e $D^1_i > r$).
• Estimando de Duplo Índice (Double-Index): Diferentemente de trabalhos anteriores que usam um único índice de tempo ($t=r$), os autores propõem o SANR (Survivor-Average Number of Recurrence):
  $$SANR(t; r) = g(\mu_1(t; r), \mu_0(t; r))$$
  Onde $\mu_z(t; r)$ é o número esperado de recorrências até o tempo $t$ para o estrato definido por $r$.
  • Vantagem: Separa o horizonte de sobrevivência ($r$, que define a subpopulação fixa) do horizonte de avaliação do evento ($t$, que mede a carga de doença acumulada). Isso permite analisar a evolução temporal do efeito do tratamento dentro de um mesmo grupo de risco latente.

2.2. Identificação e Sensibilidade (Frailty Duplo)

Como os resultados potenciais sob tratamentos diferentes nunca são observados simultaneamente, a dependência entre os mundos ("cross-world dependence") não é identificável apenas pelos dados observados.

• Estrutura de Frailty Dupla: Introduz-se um vetor de frailty bivariado $\gamma_i = (\gamma^0_i, \gamma^1_i)$ para cada indivíduo.
  • $\gamma^z_i$ governa a dependência dentro do mundo (entre eventos recorrentes e morte sob tratamento $z$).
  • A correlação entre $\gamma^0_i$ e $\gamma^1_i$ (denotada por $\rho$) governa a dependência entre os mundos.
• Análise de Sensibilidade: O parâmetro $\rho$ é tratado como um parâmetro de sensibilidade. Como não é identificável, os autores realizam a inferência condicional a um $\rho$ fixo e avaliam a robustez das conclusões ao variar $\rho$ sobre uma grade plausível.

2.3. Modelo Bayesiano Não Paramétrico (EDDPM)

Para evitar a má especificação de modelos paramétricos, os autores desenvolvem uma nova estrutura de prior: o Processo de Dirichlet Dependente Enriquecido (Enriched Dependent Dirichlet Process - EDDP).

• Problema com DP Padrão: Em dados com eventos recorrentes e terminais, um Processo de Dirichlet (DP) padrão tende a criar partições aleatórias dominadas pelo grande número de eventos recorrentes, ignorando a informação do evento terminal (morte), o que leva a previsões pobres para a sobrevivência.
• Solução EDDP: Uma estrutura aninhada (nested) onde:
  1. Existe uma partição de nível superior baseada no evento terminal (sobrevivência).
  2. Dentro de cada cluster de sobrevivência, existe uma partição de nível inferior baseada nos eventos recorrentes.
• Dependência de Covariáveis: O modelo incorpora covariáveis de base e dependentes do tempo para relaxar a suposição de troca (exchangeability), permitindo que a distribuição dos parâmetros varie conforme as características do paciente.
• Propagação de Frailty: A frailty específica do indivíduo é amostrada no nível superior (sobrevivência) e propagada para o nível inferior (eventos recorrentes), garantindo que a heterogeneidade não observada seja consistente entre os dois processos.

2.4. Inferência Computacional

• Desenvolvimento de um algoritmo Gibbs Sampling totalmente tratável.
• Uso de imputação de dados para os tempos de eventos censurados e para os resultados potenciais não observados (contrafactuais).
• Aproximação de Monte Carlo para calcular os estimandos causais (SANR).

3. Contribuições Principais

1. Novos Estimandos Causais: Introdução do estimando de duplo índice para eventos recorrentes, permitindo a análise da evolução temporal do efeito do tratamento em uma subpopulação de sobreviventes fixa, superando as limitações das abordagens de "snapshot" (único tempo).
2. Identificação Parcial Transparente: Derivação de resultados de identificação parcial sob um quadro de frailty dupla, separando claramente a dependência identificável (dentro do mundo) da não identificável (entre mundos), facilitando a análise de sensibilidade.
3. Novo Prior Não Paramétrico (EDDPM): Desenvolvimento do Processo de Dirichlet Dependente Enriquecido, que resolve o problema de partições desequilibradas em modelos conjuntos de eventos recorrentes e terminais, oferecendo flexibilidade superior aos modelos paramétricos e aos DPs padrão.
4. Algoritmo Eficiente: Criação de um algoritmo de Gibbs sampling escalável para inferência posterior neste quadro complexo.

4. Resultados

4.1. Estudos de Simulação

• Foram simulados 300 conjuntos de dados com $n=1000$ indivíduos.
• Comparação: O método proposto (EDDPM) foi comparado com Modelos Lineares (LM), Misturas de Processo de Dirichlet (DPM) e Misturas de Processo de Dirichlet Dependente (DDPM).
• Desempenho: O EDDPM demonstrou:
  • Menor viés e menor Erro Quadrático Médio (RMSE) nas estimativas pontuais.
  • Cobertura de intervalos credíveis (95%) mais próxima do nominal (95%) em comparação com os outros métodos.
  • Maior robustez contra heterogeneidade latente não capturada por modelos paramétricos.

4.2. Aplicação no Ensaio HF-ACTION

Análise do ensaio clínico Heart Failure: A Controlled Trial Investigating Outcomes of Exercise Training (HF-ACTION), avaliando o efeito de um programa de exercícios aeróbicos supervisionados sobre rehospitalizações.

• Modelo Selecionado: O EDDPM apresentou o melhor ajuste preditivo (maior LPML) entre os modelos testados.
• Achados Principais:
  • O treinamento estruturado reduz a carga cumulativa de rehospitalizações entre os "sempre sobreviventes".
  • O efeito é modesto inicialmente, mas aumenta com o tempo (redução de ~4% em 1 ano para ~10% em 4 anos).
  • Vantagem do Duplo Índice: Ao fixar o estrato de sobrevivência ($r$), os autores detectaram heterogeneidade oculta. Por exemplo, o efeito do tratamento é mais forte e estatisticamente significativo para o estrato de pacientes que sobreviveriam até 4 anos, comparado ao estrato de sobreviventes até 3 anos, algo que a definição tradicional ($r=t$) não consegue isolar.
• Análise de Sensibilidade ($\rho$):
  • Para valores moderados de correlação entre mundos ($\rho \in [0.1, 0.7]$), a conclusão de redução de rehospitalizações é robusta.
  • Para valores extremos ($\rho = 0.9$), que forçam uma estrutura de frailty única (similar a abordagens anteriores), a evidência enfraquece e os intervalos de credibilidade incluem o nulo. Isso destaca a importância de não assumir uma dependência perfeita entre os mundos, pois tratamentos podem afetar mortalidade e morbidade por vias latentes distintas.

5. Significância e Conclusão

Este trabalho oferece uma ferramenta metodológica avançada para ensaios clínicos onde a mortalidade e a morbidade recorrente estão intrinsecamente ligadas.

• Impacto Clínico: A aplicação ao HF-ACTION sugere que programas de exercícios podem reduzir significativamente o ônus de hospitalizações a longo prazo para pacientes com insuficiência cardíaca, uma conclusão que só é plenamente visível ao usar a estratificação principal com duplo índice e modelos flexíveis.
• Inovação Metodológica: A proposta de separar a definição da subpopulação ($r$) da avaliação do desfecho ($t$) e o uso de um prior não paramétrico aninhado (EDDPM) superam as limitações de viés de especificação e perda de informação em modelos existentes.
• Recomendação: Os autores recomendam que estudos futuros sobre doenças crônicas com eventos recorrentes e risco de morte abandonem as análises de "primeiro evento" ou modelos de frailty única compartilhada, adotando frameworks de estratificação principal com sensibilidade explícita à dependência entre mundos.

O estudo foi financiado pelos Institutos Nacionais de Saúde dos EUA (NIH/NHLBI).