A Goodness-of-Fit Test for Mixed-Effects Logistic Regression

Título: Um Teste de Ajuste para Modelos Logísticos de Efeitos Mistos

1. O Problema

A regressão logística de efeitos mistos é amplamente utilizada para analisar resultados binários em dados hierárquicos (ex.: pacientes dentro de médicos, medições repetidas dentro de indivíduos). No entanto, a avaliação da adequação do modelo (goodness-of-fit) para esses modelos enfrenta duas limitações críticas na literatura atual:

• Restrição a Interceptos Aleatórios: Os testes formais existentes são limitados a modelos com apenas interceptos aleatórios. Eles não abordam o caso mais geral e comum em aplicações práticas onde os coeficientes das inclinações (slopes) também variam aleatoriamente entre os clusters (modelos de inclinações aleatórias).
• Falha em Clusters Esparsos: Os métodos existentes seguem a convenção de agrupar observações em 10 grupos (baseado no teste de Hosmer-Lemeshow). Em cenários de dados mistos, muitos clusters podem conter menos de 10 observações. Tentar forçar 10 grupos nesses clusters gera células vazias, variáveis indicadoras degeneradas e falha na estimação do modelo. Não havia diretrizes ou métodos para lidar com esses cenários esparsos.

2. Metodologia

O autor propõe uma extensão do teste de Wald baseado em agrupamento para modelos logísticos de efeitos mistos com inclinações aleatórias. O procedimento segue os seguintes passos:

1. Estimação do Modelo Basal: Ajusta-se o modelo de efeitos mistos logístico e obtêm-se as probabilidades preditas condicionais ($\hat{p}_{ij}$).
2. Regra de Seleção de Grupos (Inovação): Em vez de fixar o número de grupos em 10, o autor introduz uma regra orientada pelos dados:
   $$G = \min(10, n_{min})$$
   Onde $n_{min}$ é o tamanho do menor cluster. Isso garante que cada grupo tenha pelo menos uma observação por cluster, evitando falhas de estimação em clusters pequenos.
3. Agrupamento: As observações dentro de cada cluster são ordenadas pelas probabilidades preditas e divididas em $G$ grupos de tamanho aproximadamente igual.
4. Modelo Aumentado: Criam-se variáveis indicadoras binárias para os grupos (excluindo o grupo de referência) e adicionam-se ao modelo original, mantendo a estrutura de efeitos aleatórios.
5. Estatística de Teste: Realiza-se um teste de Wald conjunto para verificar a significância conjunta dos coeficientes das variáveis indicadoras ($H_0: \gamma_2 = \dots = \gamma_G = 0$). A estatística segue uma distribuição $\chi^2$ com $G-1$ graus de liberdade.
6. Implementação: O método foi implementado no programa Stata de contribuição comunitária chamado mlm_gof.

3. Contribuições Principais

• Extensão para Inclinações Aleatórias: O teste foi formalmente estendido para modelos de três níveis que incluem tanto interceptos quanto inclinações aleatórias, preenchendo uma lacuna metodológica significativa.
• Regra de Agrupamento Adaptativa: A introdução da regra $G = \min(10, n_{min})$ resolve o problema de falha de estimação em clusters pequenos, permitindo a aplicação do teste em designs balanceados e desbalanceados com poucos dados por grupo.
• Validação em Amostras Menores: O estudo de simulação valida o desempenho do teste em tamanhos de amostra menores ($N = 1.500$) do que os exigidos em estudos anteriores ($N \ge 4.500$).

4. Resultados das Simulações

Foram conduzidas 44.000 replicações em 44 cenários diferentes, cobrindo erro Tipo I, poder estatístico e sensibilidade à seleção de grupos.

• Controle do Erro Tipo I: O teste manteve a taxa de erro Tipo I nominal (0,05) em todos os 24 cenários nulos, incluindo designs com o menor tamanho de amostra possível ($N=1.500$). Não houve inflação ou conservadorismo sistemático.
• Poder Estatístico (Misspecificação de Efeitos Fixos):
  • O teste demonstrou poder crescente para detectar não-linearidades omitidas (termos quadráticos), variando de 0,07 (efeito pequeno) a 1,00 (efeito grande).
  • Para interações omitidas, o poder atingiu 0,87 em efeitos grandes.
• Limitação Estrutural (Efeitos Aleatórios): O teste não possui poder para detectar a omissão de um nível de agrupamento (ex.: ajustar um modelo de dois níveis quando a verdade é de três níveis). Isso ocorre porque o teste foca em padrões residuais nas probabilidades preditas dentro dos clusters, e a omissão de um nível de aleatoriedade não gera esses padrões específicos.
• Sensibilidade à Regra de Grupos:
  • Em designs balanceados com clusters pequenos ($n < 10$), fixar $G=10$ resultou em falha total do teste (nenhum resultado válido).
  • A regra orientada por dados ($G = \min(10, n_{min})$) produziu resultados válidos em todos os cenários.

5. Significância e Conclusão

O artigo fornece uma ferramenta essencial para a análise diagnóstica de modelos logísticos de efeitos mistos complexos.

• Praticidade: A disponibilidade do comando mlm_gof no Stata permite que pesquisadores apliquem o teste rotineiramente após o ajuste do modelo.
• Robustez: A metodologia supera as limitações de métodos anteriores ao lidar com clusters esparsos e modelos com inclinações aleatórias, utilizando estimação de máxima verossimilhança completa (em vez de PQL/MQL), o que reduz viés em pequenas amostras.
• Recomendação de Uso: O teste é altamente recomendado para verificar a especificação funcional dos efeitos fixos (linearidade, interações). No entanto, os autores alertam que ele não substitui a comparação de modelos baseada em verossimilhança ou critérios de informação para avaliar a estrutura dos efeitos aleatórios.

Em suma, este trabalho estabelece um padrão mais rigoroso e aplicável para a validação de modelos de regressão logística multinível, especialmente em contextos de saúde e ciências sociais onde os dados são frequentemente esparsos e as relações entre variáveis variam entre grupos.