📊 statistics

Goodness-of-Fit Checks for Joint Models

Este artigo introduz uma estrutura abrangente de verificações preditivas posteriores bayesianas implementada no pacote R JMbayes2 para avaliar a bondade de ajuste de modelos conjuntos de dados longitudinais e de tempo até o evento, identificando eficazmente erros de especificação de modelo que critérios padrão frequentemente negligenciam.

Autores originais: Dimitris Rizopoulos, Jeremy M. G. Taylor, Isabella Kardys

Publicado 2026-01-27

📖 6 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Dimitris Rizopoulos, Jeremy M. G. Taylor, Isabella Kardys

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você é um detetive tentando resolver um mistério sobre a saúde de um paciente. Você tem dois tipos de pistas:

As Pistas Longitudinais: Uma série de notas de check-ups (como pressão arterial ou função renal) tiradas ao longo do tempo.
A Pista de Sobrevivência: O momento em que o paciente sofre um grande evento de saúde (como um ataque cardíaco ou hospitalização).

Os Modelos Conjuntos são como o caderno de um detetive superinteligente que tenta conectar esses dois tipos de pistas. Eles perguntam: "O modo como a pressão arterial de um paciente está mudando agora nos diz quando ele pode ter um ataque cardíaco?"

Por muito tempo, os estatísticos tiveram uma maneira de escrever esses cadernos, mas faltava uma boa maneira de verificar se o caderno estava realmente dizendo a verdade. Eles tinham ferramentas para comparar dois cadernos diferentes e dizer: "O Caderno A é ligeiramente melhor que o Caderno B", mas não consegravam dizer: "O Caderno A está completamente errado porque está perdendo uma peça fundamental do quebra-cabeça".

Este artigo introduz um novo conjunto de "Verificações de Realidade" (chamadas de Verificações Preditivas Posteriores) para ver se o caderno do detetive realmente condiz com a vida real.

As Três Maneiras de Verificar o Caderno

Os autores sugerem três maneiras diferentes de testar o modelo, dependendo de quem você está observando:

A Verificação do "Espelho Retrovisor" (Sujeitos Existentes): Você observa um paciente que já conhece. Você alimenta o modelo com as notas passadas dele e pergunta: "Se simularmos o que deveria ter acontecido com base no seu modelo, isso se parece com o que realmente aconteceu?"
A Verificação da "Previsão Cega" (Novos Sujeitos): Você observa um paciente totalmente novo, onde você só sabe a idade ou o gênero, mas ainda não tem nenhum histórico médico. Você pergunta: "Com base nas regras gerais do modelo, como seria uma pessoa típica como esta?" Isso testa se o modelo entende a população geral, não apenas as pessoas específicas que estudou antes.
A Verificação do "Meio do Caminho" (Previsão Dinâmica): Imagine que você está no meio da história de um paciente. Ele ainda está vivo e você tem notas até o dia de hoje. Você pergunta: "Dado tudo o que sabemos agora, o modelo prevê o futuro dele corretamente?" Isso é crucial para médicos que precisam atualizar previsões conforme novos dados chegam.

Como Eles Verificam? (As Ferramentas)

O artigo usa várias ferramentas criativas para comparar o "Mundo Simulado" (o que o modelo pensa que acontece) com o "Mundo Real" (o que realmente aconteceu):

A Linha Média (Média): Imagine desenhar uma linha através de todas as leituras de pressão arterial dos pacientes. A linha média do modelo segue a linha real? Se a linha real sobe e a linha do modelo permanece plana, o modelo está perdendo algo.
A Margem de Oscilação (Variância): Às vezes, os números dos pacientes saltam muito; outras vezes, são estáveis. O modelo captura essa "margem de oscilação"? Se os dados reais são caóticos, mas o modelo pensa que todos estão calmos, o modelo é rígente demais.
O Ritmo (Correlação): Se a pressão arterial de um paciente dispara hoje, o modelo espera que ela também esteja alta amanhã? O modelo precisa entender o "ritmo" dos dados.
O Elo (Concordância): Esta é a parte mais importante para os modelos conjuntos. Ela verifica se o modelo conecta corretamente a mudança nas notas ao risco do evento. É como verificar se o modelo adivinhou corretamente que uma queda repentina na função renal leva a um maior risco de hospitalização.

O Teste do Mundo Real: O Estudo de Insuficiência Cardíaca

Os autores testaram essas verificações em um estudo real chamado Bio-SHiFT, que acompanhou pacientes com insuficiência cardíaca. Eles estavam monitorando duas coisas:

eGFR: Uma medida da função renal.
NGAL: Uma proteína no sangue que sinaliza inflamação.

Eles queriam ver se as mudanças nesses números previam hospitalizações por insuficiência cardíaca ou morte.

O que eles descobriram:

As ferramentas padrão (como DIC e WAIC) não consegiam notar a diferença entre um modelo bom e um modelo ruim. Eram como um juiz que apenas escolhe o "caderno mais organizado" sem ler a história.
As novas Verificações de Realidade foram muito mais aguçadas. Elas conseguiram detectar quando um modelo estava usando a matemática errada (como assumir uma linha reta quando os dados eram, na verdade, curvos).
Eles descobriram que, para a função renal, o modelo funcionava melhor se olhasse para o histórico médio do paciente em vez de apenas para o número atual.
Eles também descobriram que o marcador proteico (NGAL) era um preditor de problemas muito mais forte do que o número da função renal, um detalhe que as novas verificações ajudaram a confirmar.

O Teste de Simulação: O Laboratório de "Dados Falsos"

Para provar que suas verificações funcionam, os autores criaram um laboratório de "Dados Falsos". Eles construíram um modelo perfeito, geraram 300 pacientes falsos e então tentaram enganar o sistema alimentando-o com modelos quebrados (modelos com matemática ou suposições erradas).

O Resultado: As ferramentas padrão falharam em notar os modelos quebrados; elas achavam que os modelos ruins estavam bons.
As Novas Verificações: As novas "Verificações de Realidade" detectaram os erros imediatamente. Elas puderam dizer: "Ei, este modelo acha que os dados são uma linha reta, mas os dados falsos são, na verdade, uma curva!"

A Conclusão

Este artigo oferece aos estatísticos e médicos uma nova lanterna. Em vez de apenas adivinhar qual modelo é o melhor, eles agora podem iluminar as partes específicas do modelo para ver se ele se ajusta aos dados.

A Boa Notícia: Se um modelo estiver errado, estas verificações provavelmente lhe dirão onde ele está errado (é na média? na variabilidade? na conexão com o evento?).
A Ferramenta: Tudo isso está disponível em um pacote de software gratuito chamado JMbayes2, para que qualquer pessoa possa usar essas verificações hoje mesmo.

Em resumo, o artigo diz: "Não confie apenas no modelo porque ele parece bom no papel. Simule o futuro, compare com a realidade e certifique-se de que o caderno do detetive está realmente resolvendo o mistério."

Problema
Modelos conjuntos para dados longitudinais e de tempo até o evento são amplamente utilizados em diversas disciplinas para analisar a associação entre medidas repetidas e desfechos de sobrevivência. Apesar de sua crescente complexidade e adoção, há uma ausência notável de ferramentas sistemáticas para avaliar se esses modelos se ajustam adequadamente aos dados ou para identificar quais componentes específicos podem estar mal especificados. Os critérios de comparação de modelos existentes, como o Critério de Informação de Deviance (DIC) e o Critério de Informação de Watanabe-Akaike (WAIC), são projetados primariamente para selecionar o "melhor" modelo entre um conjunto de candidatos. No entanto, como observado por Zhang et al. (2014) e outros, essas métricas não oferecem garantia de que um modelo selecionado realmente se ajuste bem aos dados, nem oferecem insights diagnósticos sobre quais aspectos do modelo conjunto (longitudinal, sobrevivência ou sua associação) são incompatíveis com os dados observados. Além disso, os modelos conjuntos frequentemente dependem de suposições paramétricas que são difíceis de avaliar sem ferramentas dedicadas de bondade de ajuste (GOF - goodness-of-fit).

Metodologia
Os autores introduzem um framework abrangente de verificações preditivas posteriores Bayesianas (PPC - posterior predictive checks) projetado para avaliar o ajuste de modelos conjuntos em três configurações de avaliação distintas:

Sujeitos existentes: Condicionando aos dados longitudinais observados, tempos de evento e covariáveis de base.
Novos sujeitos: Avaliando o ajuste para indivíduos com apenas informações de covariáveis (sem dados longitudinais ou de evento).
Predição dinâmica: Avaliando o ajuste em tempos de acompanhamento intermediários ( $t_L$ ) para sujeitos que permanecem livres de eventos até aquele ponto.

O framework distingue entre verificações "posterior-posterior" (amostragem de efeitos aleatórios condicionais aos dados observados do sujeito) e verificações "posterior-prior" (amostragem de efeitos aleatórios a partir de sua distribuição a priori para sujeitos genéricos). Adicionalmente, os autores propõem verificações de validação cruzada para mitigar o otimismo excessivo, avaliando os modelos em dobras de teste independentes.

A avaliação de GOF visa três componentes específicos:

Componente Longitudinal: O ajuste é avaliado usando a função de distribuição cumulativa empírica (eCDF) para o ajuste global. Para abordar aspectos estruturais específicos, os autores avaliam a função média (via curvas loess), a função de variância (via resíduos padronizados de curvas loess) e a estrutura de correlação (via semivariogramas amostrais). Para considerar processos de visitação informativos, os dados replicados são simulados nos mesmos pontos temporais das observações originais.
Componente de Sobrevivência: O ajuste é avaliado usando a eCDF de tempos de evento simulados (ajustados para censura via estimadores de Kaplan-Meier ou Breslow) e transformações integrais de probabilidade de funções de distribuição cumulativas específicas do sujeito para verificar a uniformidade.
Associação: A ligação entre os processos longitudinal e de sobrevivência é examinada usando estatísticas de concordância dependentes do tempo ( $C(t)$ ), calculadas usando o estimador de Uno et al. (2011) para considerar a censura.

Uma medida de resumo numérica, o Erro Quadrático Médio Integrado (MISE), é calculado para quantificar a discrepância entre as estatísticas observadas e replicadas. A metodologia é implementada no pacote R JMbayes2.

Contribuições Principais e Resultados
O artigo aplica este framework ao estudo de insuficiência cardíaca Bio-SHiFT, investigando a associação entre disfunção renal (eGFR e NGAL) e desfechos adversos. A análise comparou trajetórias longitudinais lineares versus não lineares e formas funcionais de valor atual versus valor médio no submodelo de sobrevivência.

Aplicação Bio-SHiFT: Os resultados indicaram que, embora o DIC, WAIC e a log pseudo marginal likelihood (LPML) não tenham concordado uniformemente sobre o melhor modelo, os PPCs revelaram características de ajuste distintas. Por exemplo, trajetórias não lineares descreveram melhor a função média para pacientes específicos, enquanto modelos lineares capturaram melhor a estrutura de correlação da eGFR. As verificações da estatística de concordância sugeriram que uma forma funcional de média/integral proporcionou um melhor ajuste para a associação entre a eGFR e o evento composto do que a forma de valor atual.
Estudo de Simulação: Um estudo de simulação controlada com 300 sujeitos demonstrou a sensibilidade das verificações propostas. Enquanto os critérios de informação padrão (DIC, WAIC, LPML) falharam em detectar a má especificação em vários cenários (por exemplo, tendências lineares mal especificadas ou formas funcionais incorretas no submodelo de sobrevivência), os PPCs identificaram esses problemas com sucesso. Especificamente, as verificações para a função média e estrutura de variância identificaram claramente as má especificações no submodelo longitudinal que os critérios de informação omitiram. As verificações da estatística de concordância foram particularmente eficazes na detecção de má especificação na estrutura de associação.

Significância e Alegações
Os autores alegam que seu framework proposto fornece um conjunto de ferramentas diagnósticas necessário que complementa os critérios de seleção de modelos existentes. A principal significância reside na capacidade de detectar a má especificação do modelo que os critérios de informação padrão não conseguem identificar. Ao decompor a avaliação em média longitudinal, variância, correlação, distribuição de sobrevivência e estrutura de associação, o framework permite que pesquisadores identifiquem áreas específicas de inadequação do modelo. Os autores observam modestamente que, embora a eCDF seja uma medida global útil, ela é menos sensível a má especificações importantes do que verificações específicas de componentes, como a função média ou o semivariograma. A metodologia é desenhada para ser flexível, permitindo a incorporação de métricas alternativas, e é disponibilizada à comunidade através do software JMbayes2.

As Três Maneiras de Verificar o Caderno

Como Eles Verificam? (As Ferramentas)

O Teste do Mundo Real: O Estudo de Insuficiência Cardíaca

O Teste de Simulação: O Laboratório de "Dados Falsos"

A Conclusão

Mais como este