Weighted Holm Procedures: Theory, Properties, and Recommendations

Título: Procedimentos Holm Ponderados: Teoria, Propriedades e Recomendações

Autores: Beibei Li e Wenge Guo
Data: 23 de abril de 2026

---

1. Problema e Contexto

Em muitas aplicações estatísticas, especialmente em ensaios clínicos, as hipóteses testadas simultaneamente possuem diferentes níveis de importância. Para lidar com isso, utilizam-se Procedimentos de Teste Múltiplo Ponderados (wMTPs) para controlar a Taxa de Erro Familiar (FWER - Familywise Error Rate).

Duas abordagens do tipo Holm são amplamente utilizadas, mas baseiam-se em critérios de ordenação distintos:

1. Procedimento Holm Ponderado (WHP): Ordena as hipóteses com base nos p-valores ponderados ($\tilde{P}_i = P_i / w_i$).
2. Procedimento Holm Ponderado Alternativo (WAP): Ordena as hipóteses com base nos p-valores brutos ($P_i$), independentemente dos pesos, aplicando os pesos apenas nos limiares de rejeição.

Embora o WAP seja frequentemente visto como mais "objetivo" por não alterar a ordem dos dados com os pesos, a literatura carecia de uma comparação sistemática sobre qual método oferece maior poder estatístico, melhor controle de erro e quais são suas propriedades estruturais (como monotonicidade e otimalidade).

2. Metodologia e Abordagem Teórica

Os autores realizaram uma comparação rigorosa entre o WHP e o WAP através de quatro perspectivas principais:

• Formulação como Procedimentos de Teste Fechado (CTP): Ambos os métodos foram expressos como CTPs. Isso permitiu analisar suas propriedades de erro e poder sob uma estrutura unificada.
  • O WHP é equivalente a um CTP onde os testes locais são testes de Bonferroni ponderados.
  • O WAP é equivalente a um CTP com testes locais específicos definidos por Benjamini e Hochberg (1997).
• Representações Gráficas: Foram desenvolvidas representações gráficas comuns para ambos os métodos, utilizando um grafo inicial e estratégias de atualização distintas. Isso facilita a visualização e a comunicação com equipes não estatísticas, mostrando como o nível de significância local ($\alpha$) é realocado quando uma hipótese é rejeitada.
• Valores-p Ajustados: Derivação de fórmulas para valores-p ajustados (para WAP) e valores-p ponderados ajustados (para WHP), permitindo a implementação direta dos testes.
• Análise de Otimalidade: Investigação teórica sobre se os procedimentos podem ser melhorados (aumentando seus valores críticos) sem violar o controle do FWER.

3. Principais Contribuições e Resultados Teóricos

A. Poder Uniformemente Superior do WHP

O resultado central do artigo é a demonstração teórica de que o WHP é uniformemente mais poderoso que o WAP.

• Teorema 3.1: Se uma hipótese é rejeitada pelo WAP, ela será necessariamente rejeitada pelo WHP. O inverso não é verdadeiro; existem configurações onde o WHP rejeita hipóteses que o WAP aceita.
• Isso ocorre porque a ordenação baseada em p-valores ponderados (WHP) alinha a ordem de teste com a importância alocada, enquanto o WAP pode testar hipóteses menos importantes primeiro se seus p-valores brutos forem pequenos, desperdiçando o "orçamento" de $\alpha$.

B. Propriedades Estruturais: Monotonicidade e Consistência

• Monotonicidade: O WHP satisfaz a propriedade de monotonicidade (reduzir um p-value nunca diminui o número de rejeições). O WAP não possui monotonicidade, o que é uma desvantagem teórica significativa em testes passo a passo.
• Consistência (Consonance): Ambos os métodos são consistentes (a rejeição de uma hipótese de interseção implica a rejeição de pelo menos uma de suas componentes). Curiosamente, embora o WAP não seja monótono, sua representação como CTP permanece consistente, permitindo atalhos computacionais.

C. Resultados de Otimalidade

• WHP: É optimal incondicionalmente. Nenhum valor crítico do WHP pode ser aumentado sem violar o controle do FWER, independentemente da configuração dos pesos.
• WAP: É optimal apenas sob condições restritas. A otimalidade do WAP depende da razão entre os pesos: $\min(w_i) / \max(w_i) \geq \alpha$. Se os pesos forem muito desbalanceados (ex: um peso muito maior que os outros), o WAP perde sua otimalidade.

4. Estudos de Simulação e Análise de Dados Reais

Simulações

Os autores realizaram simulações extensivas com dados normais correlacionados, variando o número de hipóteses, a proporção de hipóteses nulas verdadeiras e a força da correlação.

• Controle de FWER: Ambos os métodos controlaram o FWER no nível nominal ($\alpha = 0.05$).
• Poder: O WHP demonstrou consistentemente maior poder médio que o WAP em todos os cenários.
• Influência dos Pesos:
  • Com pesos informativos (bem escolhidos), ambos os métodos superaram o procedimento Holm não ponderado.
  • Com pesos não informativos ou mal especificados, o WHP manteve desempenho superior ao WAP, embora o Holm não ponderado pudesse ser preferível se os pesos não trouxessem informação real.
  • O WAP sofreu uma perda de poder mais significativa em comparação ao WHP quando a separação entre os pesos era alta.

Exemplos Clínicos

Dois casos reais foram analisados:

1. Ensaio ARDS: Ambos os métodos rejeitaram todas as hipóteses, mas o WHP produziu valores-p ajustados menores, indicando maior poder.
2. Ensaio de Diabetes Tipo 2: O WHP rejeitou 4 hipóteses, enquanto o WAP rejeitou apenas 2. Isso ilustra como o WHP utiliza a distribuição de pesos de forma mais eficiente para detectar efeitos adicionais mantendo o controle de erro estrito.

5. Significado e Recomendações

O artigo conclui que o Procedimento Holm Ponderado (WHP) deve ser o método de escolha na prática, especialmente em ensaios clínicos.

• Vantagens do WHP: Oferece garantias teóricas mais fortes (otimalidade incondicional), desempenho empírico superior (maior poder), e propriedades estruturais desejáveis (monotonicidade).
• Desvantagens do WAP: A falta de monotonicidade e a dependência de condições específicas de pesos para otimalidade tornam-no menos robusto.
• Recomendação Prática: Os autores recomendam o uso do WHP, possivelmente com representações gráficas para facilitar a comunicação com equipes clínicas. A escolha cuidadosa dos pesos é crucial para maximizar o poder, mas mesmo com pesos subótimos, o WHP tende a superar o WAP.

Em suma, este trabalho resolve uma ambiguidade na literatura estatística, estabelecendo que ordenar hipóteses pelos seus p-valores ponderados (WHP) é superior a ordená-las pelos p-valores brutos (WAP) para o controle de FWER em testes múltiplos ponderados.