A Semiparametric Nonlinear Mixed Effects Model with Penalized Splines Using Automatic Differentiation

Este artigo apresenta um procedimento de estimação para modelos de efeitos mistos não lineares que utiliza splines penalizados e diferenciação automática via Template Model Builder para obter derivadas exatas, demonstrando desempenho inferencial superior e menor carga computacional em estudos de simulação e em uma aplicação sobre o crescimento de altura de bebês.

O essencial

Imagine que você está tentando entender como as crianças crescem. Você tem dados de centenas de bebês: suas alturas medidas várias vezes nos primeiros dois anos de vida.

O problema é que cada criança é única. Algumas nascem mais altas, outras mais baixas. Algumas crescem rápido no início e depois desaceleram; outras têm picos de crescimento em momentos diferentes. Se você tentar desenhar uma única linha reta para representar todas elas, vai errar feio. Se tentar desenhar uma linha diferente para cada bebê, você terá um caos de linhas sem padrão.

Os autores deste artigo criaram uma "ferramenta mágica" matemática para resolver exatamente esse problema. Vamos explicar como funciona, usando analogias do dia a dia.

1. O Problema: A "Massa de Modelar" Individual

Pense na curva de crescimento média (a trajetória da população) como uma massa de modelar (argila).

• O método antigo: Tentava-se moldar essa argila com formas rígidas e pré-definidas (como um molde de bolo). Se a criança não se encaixasse perfeitamente no molde, o modelo falhava.
• O problema: Às vezes, não sabemos qual é a forma exata da curva de crescimento. Ela pode ser curvada, ter um pico, ser suave... é difícil adivinhar a fórmula matemática perfeita.

2. A Solução: O "Caminho de Pedras" Flexível (Splines)

Os autores propõem usar Splines Penalizados.
Imagine que a curva de crescimento não é uma linha rígida, mas sim um caminho feito de pedras soltas (os "nós" ou knots) conectadas por uma régua flexível.

• Você pode dobrar essa régua para cima ou para baixo para se ajustar aos dados.
• Mas, para evitar que a régua fique tremendo demais (como uma corda de violão muito frouxa), você aplica um "peso" (penalidade) para mantê-la suave e elegante.
• A inovação: O novo método descobre automaticamente o quanto de "peso" é necessário para deixar a régua suave, sem que o pesquisador tenha que chutar esse valor.

3. A Adaptação: O "Cinturão Ajustável"

Agora, como lidamos com cada bebê individualmente?
O modelo assume que todos seguem o mesmo "caminho de pedras" (a curva média), mas cada criança tem um cinturão ajustável sobre ela. Esse cinturão tem quatro botões:

1. Altura inicial: O bebê nasce mais alto ou mais baixo? (Deslocamento vertical).
2. Tamanho: O bebê é "maior" ou "menor" em geral? (Escala).
3. Tempo: O bebê cresceu mais cedo ou mais tarde? (Deslocamento horizontal).
4. Ritmo: O crescimento foi rápido ou lento? (Escala do tempo).

O modelo ajusta esses botões para cada criança, permitindo que elas se encaixem na curva geral, mesmo que seus horários de crescimento sejam diferentes.

4. O Motor: "Cérebro Computacional" (Diferenciação Automática)

A parte mais complexa é calcular tudo isso. É como tentar encontrar o ponto perfeito onde a régua flexível e os cintos de todos os 200 bebês se encaixam ao mesmo tempo, minimizando o erro.

• Antigamente, os computadores tinham que "adivinhar" as inclinações e curvaturas dessa equação, o que era lento e propenso a erros (como tentar descer uma montanha de olhos vendados).
• A novidade deste artigo: Eles usam uma técnica chamada Diferenciação Automática. Imagine que o computador tem um "GPS de precisão milimétrica". Ele não adivinha; ele sabe exatamente qual é a inclinação e a curvatura em cada ponto da montanha. Isso torna o cálculo extremamente rápido e preciso.

5. O Resultado: Mais Rápido e Mais Preciso

Os autores testaram essa ferramenta em simulações e em dados reais de bebês holandeses.

• Comparação: Eles compararam com o método antigo (chamado assist). O novo método foi muito mais rápido (segundos em vez de minutos) e produziu resultados mais confiáveis.
• Confiança: O novo método consegue dizer com mais certeza: "Estamos 95% seguros de que a curva de crescimento está entre estas duas linhas". O método antigo muitas vezes errava nessa estimativa de confiança.

Resumo da Ópera

Este artigo apresenta um novo jeito de analisar dados de crescimento (ou qualquer coisa que mude com o tempo, como aprendizado ou doenças).

1. Em vez de forçar os dados em formas rígidas, eles usam uma régua flexível que se molda aos dados.
2. Eles ajustam essa régua para cada pessoa individualmente, como se fosse um cinto de segurança personalizado.
3. Eles usam um computador super-preciso (Diferenciação Automática) para encontrar a melhor configuração possível, muito mais rápido do que os métodos antigos.

É como se, antes, você tivesse que desenhar à mão livre a curva de crescimento de 200 crianças e adivinhar onde elas se encaixam. Agora, você tem um robô que desenha a curva perfeita, ajusta o cinto de cada criança automaticamente e diz exatamente quão confiante você pode estar no resultado.

Resumo técnico

Aqui está um resumo técnico detalhado do artigo em português:

Título: Um Modelo de Efeitos Mistos Não Lineares Semiparamétrico com Splines Penalizados Usando Diferenciação Automática

Autores: Matteo D'Alessandro, Magne Thoresen e Øystein Sørensen (Departamento de Biostatística e Psicologia, Universidade de Oslo).

---

1. Problema e Contexto

O artigo aborda a análise de dados longitudinais, onde medições repetidas são coletadas ao longo do tempo para as mesmas unidades experimentais (ex: trajetórias de crescimento, perfis de biomarcadores).

• Desafio Central: Muitas vezes, as trajetórias individuais compartilham uma forma subjacente semelhante, mas diferem em escala, tempo ou outras características específicas do sujeito. O objetivo é estimar tanto a trajetória populacional quanto a variabilidade entre sujeitos.
• Limitações das Abordagens Existentes:
  • Modelos paramétricos exigem formas funcionais explícitas que podem não existir.
  • Abordagens semiparamétricas anteriores, como o modelo SNMM (Semiparametric Nonlinear Mixed-effects Model) de Ke e Wang (2001) e o pacote R assist, enfrentam dificuldades:
    1. Separam a estimação da função de forma da estimação dos efeitos fixos e aleatórios, o que não garante a convergência para o maximizador da verossimilhança conjunta e leva a inferências insatisfatórias.
    2. Utilizam splines de suavização que exigem uma dimensão de base igual ao número de pontos de dados, gerando alto custo computacional.
    3. Não exploram a representação de modelo misto dos splines penalizados, exigindo a seleção do parâmetro de suavidade de forma separada e iterativa.
    4. A integração sobre os efeitos aleatórios (necessária para a verossimilhança marginal) é complexa quando os efeitos aleatórios entram de forma não linear na verossimilhança.

2. Metodologia Proposta

Os autores propõem um procedimento de estimação para o modelo SNMM baseado em três pilares principais:

A. Representação de Splines Penalizados (P-splines) em Forma de Modelo Misto

• A trajetória populacional desconhecida $f$ é representada por uma expansão em splines penalizados.
• Utilizando a representação de modelo misto, os componentes do spline no espaço nulo da penalidade são tratados como efeitos fixos, enquanto os componentes penalizados são tratados como efeitos aleatórios.
• Vantagem: Isso permite que o parâmetro de suavidade ($\lambda$) seja estimado conjuntamente com os outros componentes de variância do modelo (via REML), eliminando a necessidade de seleção de suavidade externa e iterativa.

B. Aproximação de Laplace para a Verossimilhança Marginal

• Como a integração sobre os efeitos aleatórios não tem solução analítica fechada devido à não linearidade, o método utiliza a Aproximação de Laplace.
• Esta aproximação substitui a integral original por uma expressão de forma fechada baseada em uma aproximação gaussiana local em torno do modo da densidade condicional.
• A verossimilhança marginal aproximada é maximizada para obter as estimativas dos parâmetros fixos.

C. Diferenciação Automática (AD) via TMB

• Para lidar com a complexidade das derivadas de primeira e segunda ordem necessárias para a otimização e para a aproximação de Laplace (especificamente a matriz Hessiana), o método emprega Diferenciação Automática.
• A implementação é feita através do pacote R TMB (Template Model Builder), que utiliza CppAD para calcular derivadas exatas com precisão de máquina.
• Isso evita erros de derivação manual e permite que o modelo seja flexível quanto à escolha da função não linear e das bases de splines.

D. Estratégia de Iniciação e Seleção de Nós

• Nós (Knots): Como a transformação dos dados depende dos efeitos aleatórios, a localização dos nós não é diretamente observável. Os autores propõem fixar os nós em um intervalo pré-definido (ex: [0,1]) após uma transformação escalonada que depende dos parâmetros de variância, garantindo diferenciabilidade.
• Valores Iniciais: Uma estratégia de dois passos é sugerida: ajustar um Modelo Aditivo Generalizado (GAM) para obter coeficientes de spline e, em seguida, ajustar um modelo de efeitos mistos não lineares para obter valores iniciais para os efeitos fixos e variâncias.

3. Contribuições Principais

1. Estimação Conjunta: Integração completa da estimação da função de forma (splines) e dos parâmetros de variância, garantindo que a inferência considere a incerteza em todos os componentes.
2. Eficiência Computacional: O uso de TMB e AD reduz significativamente o tempo de computação em comparação com métodos baseados em quadratura gaussiana ou otimização separada.
3. Inferência Robusta: Fornecimento de intervalos de confiança precisos tanto para a curva populacional quanto para as curvas individuais, utilizando a matriz de covariância derivada da Hessiana observada.
4. Implementação Prática: Disponibilização de código e dados no GitHub, facilitando a reprodutibilidade.

4. Resultados

Estudos de Simulação

O método proposto (snmmTMB) foi comparado com o pacote assist (baseado no método de Ke e Wang) em dois cenários: curvas senoidais e curvas em forma de sino.

• Cobertura de Intervalos de Confiança: O snmmTMB atingiu coberturas próximas ao nível nominal (ex: 95%) em todas as configurações, enquanto o assist apresentou coberturas baixas, especialmente em cenários de alta variância, devido à sub-suavização.
• Largura dos Intervalos: O método proposto produziu intervalos de confiança consistentemente mais estreitos e estáveis.
• Tempo de Execução: O snmmTMB foi significativamente mais rápido (ex: 5-39 segundos vs. 7-170 segundos para o assist) e exibiu menor variabilidade no tempo de execução.

Estudo de Caso: Crescimento de Lactentes

O método foi aplicado a dados longitudinais de altura de 200 crianças holandesas (0 a 2 anos) do estudo SMOCC.

• Modelo: A altura foi modelada com um spline cúbico penalizado, permitindo efeitos de covariáveis (sexo, idade gestacional) na interceptação, escala e deslocamento temporal da curva.
• Achados:
  • Homens nasceram, em média, 1,8 cm mais altos que mulheres.
  • A idade gestacional deslocou a curva de crescimento quase um para um (uma semana de prematuridade resulta em um deslocamento equivalente na altura medida).
  • Não houve diferença significativa na taxa de crescimento (escala) entre sexos.
• Validação: Uma validação via bootstrap paramétrico confirmou que a aproximação de Laplace era adequada, com os erros padrão assintóticos coincidindo bem com a variabilidade empírica das estimativas.

5. Significância e Conclusão

O artigo apresenta uma solução robusta e computacionalmente eficiente para um problema clássico na modelagem de dados longitudinais complexos. Ao combinar a flexibilidade dos splines penalizados com a estrutura de efeitos mistos e a precisão da diferenciação automática, o método supera as limitações de abordagens anteriores.

• Impacto: Facilita a aplicação de modelos semiparamétricos não lineares em grandes conjuntos de dados e em cenários onde a forma funcional é desconhecida.
• Futuro: Os autores sugerem extensões para restrições de forma (monotonicidade, convexidade) e estruturas de covariância mais complexas, além de refinamentos na seleção de modelos para efeitos aleatórios.

Em resumo, o trabalho oferece uma ferramenta moderna e poderosa para pesquisadores em biostatística e ciências sociais que necessitam modelar trajetórias individuais e populacionais com alta precisão e eficiência.