Prior Smoothing for Multivariate Disease Mapping Models

Título: Suavização A Priori para Modelos de Mapeamento de Doenças Multivariados

1. Problema e Contexto

O mapeamento de doenças é uma ferramenta crucial na epidemiologia espacial para estimar riscos geográficos e identificar padrões de saúde. Tradicionalmente, modelos univariados utilizam estruturas hierárquicas (Poisson para contagens e efeitos aleatórios espaciais para suavização) para estabilizar estimativas em áreas pequenas, onde as taxas brutas são instáveis.

No entanto, a literatura recente tem focado no mapeamento multivariado (várias doenças simultaneamente), onde se espera dependência entre as incidências das doenças. Embora existam diversos priores espaciais multivariados (como os baseados em modelos M, iCAR, LCAR), há uma lacuna significativa na compreensão de quanto suavização cada prior induz.

• O Desafio: A avaliação de modelos geralmente foca no "ajuste" (goodness-of-fit), mas o objetivo principal do mapeamento de doenças é a suavização. A escolha do prior e seus hiperparâmetros determina o equilíbrio entre ruído (sub-suavização) e perda de detalhes espaciais (sobre-suavização).
• A Questão Central: Como quantificar e comparar a extensão da suavização induzida por diferentes priores multivariados e como os parâmetros desses priores afetam esse comportamento?

2. Metodologia

Os autores propõem uma abordagem combinada teórica e empírica para investigar a suavização em modelos hierárquicos multivariados.

A. Estrutura do Modelo:

• Dados: Contagens de doenças ($O_{ji}$) em áreas areais ($i$) para $J$ doenças, modeladas via distribuição Poisson condicional às taxas ($r_{ji}$).
• Estrutura Hierárquica: As taxas são modeladas via logit-Normal: $\text{logit}(r_{ji}) = \alpha_j + \theta_{ji}$, onde $\theta_{ji}$ são efeitos espaciais latentes.
• Priors Espaciais: Utilizam-se modelos M (Botella-Rocamora et al., 2015) para eficiência computacional, definindo a matriz de covariância $\Sigma$ como uma combinação de covariâncias intra-doença ($\Sigma_w$) e inter-doença ($\Sigma_b = MM'$).
• Priors Analisados:
  1. iCAR: Conditional Autoregressive Intrínseco (separável).
  2. LCAR: Leroux CAR (separável, com parâmetro de dependência $\lambda$).
  3. LjCAR: Modelo não-separável onde cada doença tem seu próprio parâmetro $\lambda_j$.

B. Métricas de Suavização:
Para quantificar a suavização, os autores desenvolveram duas categorias de métricas:

1. Métrica Teórica (TCV Multivariada): Baseada na variância condicional geral (generalized variance). Calcula-se a soma dos determinantes das matrizes de covariância condicional de cada área ($\sum_i |[(\Sigma^{-1})_{ii}]^{-1}|$). Um valor menor de TCV indica maior suavização.
2. Métricas Empíricas:
   • RMSS (Relative Mean Square Smoothness): Mede o desvio quadrático médio entre a média posterior suavizada e a taxa empírica observada, normalizado pela taxa esperada.
   • RSP (Relative Smoothing Proportion): Proporção de suavização relativa ao máximo possível para cada doença.
   • SP (Smoothing Proportion): Métrica global que agrega a suavização de todas as doenças.

C. Estudos de Simulação e Dados Reais:

• Simulações: Dois tipos de estudos foram realizados:
  • Within-prior: Variação de parâmetros (variâncias $\Sigma_{jj}$ e correlação $\rho$) para entender o comportamento interno de cada prior.
  • Across-prior: Comparação direta entre iCAR, LCAR e LjCAR em diferentes cenários de correlação e variabilidade de taxas.
  • Foram testados diferentes níveis de desagregação espacial ($G=47, 100, 300$ áreas).
• Dados Reais: Análise de mortalidade por câncer de cólon, estômago e pâncreas em mulheres com 50+ anos na Espanha continental.

3. Principais Contribuições

1. Extensão para o Multivariado: Estende o trabalho anterior de Retegui et al. (2025) sobre suavização univariada para o contexto multivariado, introduzindo a métrica TCV multivariada baseada em determinantes de matrizes.
2. Novas Métricas de Avaliação: Propõe métricas empíricas (RMSS, RSP, SP) que permitem comparar a extensão da suavização não apenas entre priores, mas também entre diferentes doenças dentro do mesmo modelo.
3. Análise de Dependência: Demonstra que a dependência entre doenças afeta a suavização, mas que a variabilidade das taxas e as variâncias entre doenças têm um impacto mais significativo.
4. Ferramentas Práticas: Oferece mapas de componentes de suavização por área, permitindo que pesquisadores identifiquem onde o modelo está "alisando" excessivamente dados locais importantes.

4. Resultados Chave

• Influência dos Parâmetros:
  • As variâncias entre doenças ($\Sigma_{jj}$) têm o maior impacto na suavização. Menores variâncias resultam em maior suavização.
  • Para priores LCAR e LjCAR, parâmetros de dependência espacial maiores ($\lambda$) geralmente aumentam a suavização, embora a relação não seja sempre linear ou perfeitamente alinhada com a métrica teórica em todos os cenários.
  • A correlação entre doenças ($\rho$) tem um efeito variável: em cenários de alta correlação simulada, o aumento de $\rho$ pode não alterar drasticamente a suavização empírica, enquanto em cenários de baixa correlação, o efeito é mais perceptível.
• Comparação entre Priors:
  • O prior iCAR consistentemente induz a maior quantidade de suavização.
  • Os priores LCAR e LjCAR induzem menos suavização, sendo o LjCAR frequentemente o que menos suaviza.
  • A diferença na suavização entre os priores torna-se mais pronunciada à medida que o número de áreas ($G$) aumenta (maior resolução espacial).
• Efeito do Número de Áreas:
  • Ao aumentar a desagregação espacial (de 47 para 300 áreas), a quantidade total de suavização aumenta.
  • Curiosamente, a suavização não escala proporcionalmente para todas as doenças; as proporções de suavização específicas por doença tendem a convergir (ficar mais similares) conforme a resolução aumenta.
• Dados Reais:
  • Confirma os achados das simulações: iCAR suaviza mais, LjCAR suaviza menos.
  • Áreas com taxas extremas (muito altas ou muito baixas) em relação aos vizinhos (ex.: Soria e Ávila para câncer de cólon) apresentam os maiores valores de suavização (maior desvio entre a estimativa suavizada e a observada).
  • Modelar 3 doenças conjuntamente não altera drasticamente a proporção de suavização em comparação com pares de doenças, sugerindo estabilidade para um número moderado de doenças.

5. Significado e Conclusão

Este trabalho é fundamental para a prática do mapeamento de doenças multivariadas, pois:

• Transparência: Permite aos pesquisadores quantificar o "grau de alisamento" imposto pelo modelo, indo além da simples verificação de ajuste.
• Escolha Informada: Auxilia na seleção de priores e hiperparâmetros. Se o objetivo é detectar áreas de risco localizadas (hotspots), priores como iCAR podem ser excessivamente agressivos, enquanto LCAR ou LjCAR podem ser preferíveis.
• Interpretação Crítica: A proposta de mapear a suavização por área ajuda a identificar regiões onde as estimativas do modelo podem estar distorcidas devido à influência excessiva dos vizinhos, alertando para a necessidade de métodos alternativos em áreas com descontinuidades abruptas.
• Futuro: Abre caminho para investigações sobre suavização em modelos dinâmicos (espaço-tempo), onde a estrutura de dependência temporal adiciona complexidade à escolha do prior.

Em suma, o artigo fornece um conjunto robusto de ferramentas teóricas e empíricas para entender e controlar a suavização em modelos complexos de saúde pública, garantindo que as conclusões baseadas em mapeamento de doenças sejam tanto estatisticamente válidas quanto clinicamente acionáveis.