Novel g-computation algorithms for time-varying actions with recurrent and semi-competing events

Este artigo propõe e valida dois novos algoritmos de g-computação que superam as limitações dos métodos existentes ao estimar simultaneamente os efeitos de ações variáveis no tempo na presença de eventos semi-concorrentes e confusão variável no tempo, demonstrando sua eficácia em simulações e em uma aplicação real sobre o impacto da prevenção do tabagismo na hipertensão.

O essencial

Imagine que você está tentando prever o futuro de uma grande viagem de carro que dura décadas. Você quer saber: "Se todos os passageiros parassem de fumar durante toda a viagem, quantos chegariam ao destino com o motor estragado (hipertensão) e quantos não chegariam ao destino porque o carro quebrou antes (morte)?"

Este artigo científico é como um manual de instruções para um novo tipo de "GPS" (um algoritmo matemático) que ajuda os cientistas a responder a essa pergunta com muito mais precisão do que os métodos antigos.

Aqui está a explicação, passo a passo, usando analogias simples:

1. O Problema: A Viagem e os Obstáculos

Na vida real, estudamos pessoas ao longo de muitos anos (como o estudo Add Health, que acompanhou jovens até a meia-idade).

• O Evento Intermediário: É como um "aviso de painel" no carro. A pessoa desenvolve hipertensão (o motor começa a fazer barulho), mas ainda pode dirigir.
• O Evento Terminal: É o "acidente fatal". A pessoa morre.
• O Dilema: Se uma pessoa morre, ela não pode mais desenvolver hipertensão depois disso. Na estatística antiga, quando alguém morria, os cientistas simplesmente "apagavam" essa pessoa dos cálculos (como se ela tivesse saído da estrada). Isso cria uma ilusão: parece que fumar não é tão ruim, porque as pessoas que morreram (e talvez tivessem desenvolvido hipertensão se tivessem vivido) sumiram da contagem.

Além disso, a vida é complexa. As decisões de fumar mudam com o tempo, e coisas como peso, exercícios e saúde mudam também. Isso é chamado de confusão variável no tempo. É como se o trânsito mudasse a cada quilômetro, e o GPS antigo não conseguia recalcular a rota corretamente.

2. A Solução: O Novo "GPS" (G-computation)

Os autores criaram dois novos algoritmos (chamados de g-computation) que funcionam como um simulador de realidade virtual superpoderoso.

Em vez de apenas olhar para o que aconteceu no passado, o algoritmo faz o seguinte:

1. Cria uma "Realidade Alternativa": Ele pega os dados reais de milhares de pessoas e cria uma simulação onde ninguém fuma.
2. Recalcula a Rotas a Cada Passo: A cada ano da simulação, ele pergunta: "Se essa pessoa não fumou este ano, qual a chance dela ficar doente? E qual a chance dela morrer?"
3. Lida com a Morte Corretamente: Se na simulação a pessoa morre, o algoritmo entende que ela "parou de dirigir". Ele não apaga a pessoa; ele apenas para de contar ela para o futuro, mas mantém o registro de que ela existiu e de que o risco de morte foi real.

Isso permite ver dois resultados ao mesmo tempo:

• Quantas pessoas teriam hipertensão?
• Quantas pessoas teriam morrido?

3. O Teste de Fogo (Simulação)

Os cientistas criaram um mundo fictício no computador (uma simulação de Monte Carlo) onde eles sabiam exatamente o que aconteceria. Eles testaram o novo GPS contra os "GPSs antigos".

• Resultado: Os GPSs antigos estavam errados (tendenciosos). Eles diziam que fumar era menos perigoso do que realmente era.
• O Novo GPS: Funcionou perfeitamente, acertando a previsão e mostrando a verdadeira diferença de risco.

4. A Aplicação Real: Fumar e Pressão Alta

Eles usaram esse novo método com dados reais de 13.909 pessoas dos EUA, acompanhadas do início da vida adulta até a meia-idade.

• A Pergunta: "E se ninguém tivesse fumado desde os 18 até os 50 anos?"
• A Descoberta: Se ninguém tivesse fumado:
  • Haveria menos pessoas com hipertensão (cerca de 1,1% a menos).
  • Haveria menos mortes (cerca de 1,6% a menos).

Os métodos antigos teriam falhado em detectar essa redução de mortes corretamente, porque teriam ignorado o fato de que a morte impede o desenvolvimento da doença.

5. Por que isso importa?

À medida que envelhecemos, a morte se torna um fator cada vez mais importante nos estudos de saúde. Se você está estudando doenças crônicas em idosos, não pode simplesmente ignorar quem morreu.

A Metáfora Final:
Imagine que você é um jardineiro tentando saber se regar as plantas (parar de fumar) evita que elas fiquem amarelas (hipertensão).

• O método antigo dizia: "Olhe apenas as plantas que ainda estão vivas. As que morreram não contam." Isso dava uma visão distorcida, porque as plantas que morreram poderiam ter ficado amarelas se tivessem vivido.
• O novo método diz: "Vamos simular um jardim onde todas as plantas recebem água. Vamos ver quantas ficariam amarelas e quantas morreriam de qualquer forma." Isso nos dá a resposta completa e honesta sobre o impacto da água na saúde do jardim.

Resumo: Os autores criaram uma ferramenta matemática nova e mais inteligente que permite aos cientistas entender o impacto real de intervenções de saúde ao longo da vida, sem distorcer os resultados quando as pessoas morrem durante o estudo. Eles disponibilizaram o código para que outros possam usar essa ferramenta.

Resumo técnico

Resumo Técnico: Novos Algoritmos de g-computação para Ações Variáveis no Tempo com Eventos Recorrentes e Semi-Competitivos

1. O Problema

A epidemiologia moderna frequentemente lida com estudos de coorte de longo prazo onde o objetivo é avaliar o impacto de intervenções de saúde pública ao longo do tempo. Dois desafios metodológicos principais surgem nestes cenários:

• Eventos Semi-Competitivos: Ocorrem quando um evento terminal (ex.: morte) impede a ocorrência de um evento não terminal ou intermediário (ex.: hipertensão), mas não vice-versa. Isso difere de eventos competitivos clássicos, onde qualquer evento impede os outros.
• Confundimento Variável no Tempo: Em intervenções que mudam ao longo do tempo, variáveis de confusão podem ser afetadas pela exposição anterior e, simultaneamente, influenciar a exposição futura e o desfecho.

Métodos existentes falham em abordar simultaneamente eventos semi-competitivos e confundimento variável no tempo. Abordagens comuns, como censurar indivíduos que morrem, introduzem viés ao impor implicitamente uma intervenção que previne mortes sem alterar o risco da doença intermediária. Da mesma forma, métodos que ignoram a morte tratam-na como censura não informativa, o que é incorreto neste contexto.

2. Metodologia

Os autores propõem dois novos algoritmos baseados em g-computação (também conhecida como fórmula g) para estimar efeitos causais em cenários de eventos semi-competitivos com ações variáveis no tempo:

• Estrutura do Modelo: Utilizam um modelo de múltiplos estados (multistate model) com três estados:
  1. Sem evento intermediário ou terminal (vivo e sem hipertensão).
  2. Evento intermediário (vivo com hipertensão).
  3. Evento terminal (morte, estado absorvente).
• Algoritmos Propostos:
  1. g-computação Padrão: Envolve ajustar modelos de regressão para o desfecho e covariáveis em cada intervalo de tempo, simulando trajetórias de dados sob diferentes planos de ação (intervenção) e calculando as proporções médias dos estados.
  2. g-computação ICE (Iterated Conditional Expectation): Utiliza uma série de modelos de desfecho aninhados, trabalhando de trás para frente (do final do estudo até o início) para estimar as probabilidades condicionais dos estados, evitando a necessidade de simulação de dados completos em cada passo, o que pode reduzir a carga computacional em certos contextos.
• Identificação: Os estimadores são baseados em suposições de consistência causal, trocaabilidade (independência condicional) e positividade para ações e censuras variáveis no tempo.
• Validação: Foi realizada uma simulação de Monte Carlo para comparar os novos estimadores com alternativas existentes (um estimador de intenção de tratar que ignora a variação temporal e um estimador ICE que trata a morte como censura).
• Aplicação Empírica: Os métodos foram aplicados aos dados do National Longitudinal Study of Adolescent to Adult Health (Add Health), analisando o efeito da prevenção do tabagismo (das ondas III a VI, idades 18-51) na prevalência de hipertensão e risco de morte.

3. Contribuições Principais

• Preenchimento de Lacuna Metodológica: Desenvolvimento dos primeiros algoritmos de g-computação capazes de lidar simultaneamente com ações variáveis no tempo e eventos semi-competitivos.
• Tratamento Correto da Morte: Ao contrário de métodos que censuram a morte, estes algoritmos modelam a morte como um estado absorvente, permitindo estimar efeitos causais tanto no estado intermediário (hipertensão) quanto no terminal (morte).
• Disponibilidade de Código: Fornecimento de códigos em R e Python para facilitar a adoção pelos pesquisadores.
• Flexibilidade de Estimando: O estimando proposto é um vetor de diferenças de proporções, capturando a diferença de prevalência para o estado intermediário e a diferença de risco para o estado terminal, evitando conclusões triviais (ex.: prevenir hipertensão induzindo a morte).

4. Resultados

• Simulações:
  • Ambos os novos estimadores (Padrão e ICE) apresentaram viés quase nulo e cobertura adequada dos intervalos de confiança (aproximadamente 95%) em diferentes tamanhos de amostra ($n=500$ e $n=2000$).
  • Os estimadores propostos superaram as alternativas existentes. O "Alternativo 1" (ignora variação temporal) e o "Alternativo 2" (ignora morte como estado) apresentaram viés significativo e cobertura de IC inferior a 95%.
  • Os novos métodos tiveram o menor Erro Quadrático Médio (RMSE) para todos os parâmetros.
• Aplicação (Add Health):
  • A prevenção total do tabagismo desde a juventude até a meia-idade foi estimada em reduzir a prevalência de hipertensão em 1,1 pontos percentuais (IC 95%: -2,2 a -0,1) e o risco de morte em 1,6 pontos percentuais (IC 95%: -2,3 a -1,0) na meia-idade, em comparação com os padrões observados de tabagismo.
  • Os estimadores alternativos falharam em capturar corretamente a magnitude e a direção dos efeitos, especialmente para o risco de morte.

5. Significância e Implicações

• Relevância para Estudos de Envelhecimento: À medida que coortes longitudinais envelhecem, a morte torna-se um evento cada vez mais frequente e crítico. Ignorar a natureza semi-competitiva da morte gera viés não ignorável em estudos de doenças crônicas e análise do curso de vida.
• Tomada de Decisão em Saúde Pública: Os métodos permitem que pesquisadores avaliem intervenções complexas ao longo do tempo, fornecendo estimativas mais precisas sobre como prevenir exposições (como o tabagismo) afeta não apenas a incidência de doenças, mas também a mortalidade.
• Extensibilidade: Embora o estudo focasse em um evento intermediário e um terminal, os algoritmos podem ser estendidos para múltiplos estados, ações contínuas ou estocásticas, e combinados com estimadores de ponderação por probabilidade inversa (IPW) para robustez dupla.

Em suma, este trabalho oferece uma solução metodológica robusta e necessária para a análise causal em estudos longitudinais onde a dinâmica da doença e a mortalidade interagem complexamente com exposições que mudam ao longo da vida.