Optimal MILP Approach to Group Sequential Hypothesis Test

Resumo Técnico: Abordagem MILP Otimizada para Teste de Hipótese Sequencial em Grupos

Declaração do Problema
O Teste de Hipótese Sequencial em Grupos (GST) é um framework padrão para realizar múltiplos testes em dados que chegam sequencialmente em $K$ pontos de tempo fixos (grupos) com um tamanho total de amostra pré-especificado $N$. O objetivo principal em muitas aplicações, como ensaios clínicos e experimentação digital online, é alcançar uma decisão válida (rejeitando a hipótese nula $H_0$) o mais cedo possível para minimizar o tamanho esperado da amostra (ESS).

Os métodos GST existentes, incluindo Lan-DeMets, Pocock e O'Brien-Fleming, dependem de "funções de gasto de alfa" pré-especificadas para distribuir o orçamento de erro do Tipo 1 ($\alpha$) através das $K$ etapas. Embora esses métodos garantam controle uniforme do erro do Tipo 1, a escolha da função de gasto é frequentemente heurística. A literatura não explorou suficientemente a função de gasto de alfa ótima que minimiza o tempo de parada esperado enquanto satisfaz restrições tanto no erro do Tipo 1 ($\alpha$) quanto no erro do Tipo 2 ($\beta$). Os autores observam que, embora Silva et al. (2020) tenham abordado isso para resultados binários, o caso geral envolvendo resultados contínuos e ilimitados permanece um problema de otimização aberto.

Metodologia: Abordagem S-MILP
O artigo propõe uma abordagem inovadora baseada em otimização para determinar diretamente os limiares de rejeição ótimos $\theta_1, \dots, \theta_K$, em vez de depender de funções de gasto de alfa determinísticas. A metodologia procede em duas etapas principais:

1. Formulação como um Problema de Otimização Estocástica:
   Os autores formulam o problema de minimizar o tamanho esperado da amostra sob a hipótese alternativa $H_a$, sujeito a restrições nos erros do Tipo 1 e do Tipo 2. A função objetivo e as restrições envolvem probabilidades de eventos complexos (por exemplo, a estatística de teste cruzar um limiar na etapa $k$ sem ter cruzado limiares anteriores). Esta formulação é geralmente intratável devido à natureza não convexa e descontínua das funções indicadoras envolvidas nos cálculos de probabilidade.

2. Aproximação pela Média Amostral (SAA) e Programação Linear Mista Inteira (MILP):
   Para tornar o problema tratável, os autores empregam uma Aproximação pela Média Amostral (SAA). Eles geram $M$ trajetórias de amostra independentes das estatísticas de teste sob $H_0$ e $H_a$. Os termos de probabilidade na formulação original são substituídos por médias empíricas (estimativas de Monte Carlo) sobre essas $M$ trajetórias.

   O problema SAA resultante é então reformulado como um Programa Linear Misto Inteiro (MILP). Isso é alcançado introduzindo variáveis binárias auxiliares para linearizar as funções indicadoras (por exemplo, $\mathbb{I}(S_k \leq \theta_k)$). Especificamente:

   • Variáveis binárias representam se uma trajetória de amostra cruza um limiar.
   • Restrições lógicas (usando formulações "big-M") vinculam essas variáveis binárias às variáveis de decisão contínuas (os limiares $\theta_k$).
   • A objetivo torna-se uma função linear dessas variáveis binárias ponderada pelos tamanhos de amostra em cada etapa.

   Esta formulação S-MILP permite o uso de solucionadores comerciais padrão (por exemplo, Gurobi, CPLEX) para encontrar os limiares ótimos.

Extensões e Generalizações
O artigo estende o framework central S-MILP para vários cenários práticos:

• Variância Desconhecida (testes $t$): Como a distribuição da estatística $t$ sob $H_a$ depende da variância desconhecida $\sigma$, os autores propõem duas correções: (1) reformular a hipótese em termos do tamanho do efeito padronizado $\delta$, ou (2) usar um estudo piloto para estimar $\sigma$ e tratá-lo como um parâmetro de inserção.
• Estatísticas de Teste Gerais: As garantias de convergência são generalizadas para estatísticas de teste contínuas arbitrárias, desde que suas distribuições possam ser amostradas e satisfaçam certas condições de limitação de densidade.
• Desenhos Simétricos: O framework é estendido para permitir a parada antecipada não apenas para rejeição ($H_a$), mas também para aceitação ($H_0$), otimizando o tamanho esperado da amostra sob uma estratégia híbrida.

Garantias Teóricas
O artigo fornece uma análise rigorosa de convergência em amostras finitas para a abordagem S-MILP:

• Viabilidade: Com alta probabilidade, a região viável do problema SAA aproxima a região viável verdadeira do problema de otimização original à medida que $M$ aumenta.
• Lacuna de Otimalidade: A diferença entre o valor objetivo ótimo da solução SAA e o valor ótimo verdadeiro converge para zero a uma taxa de $O(1/\sqrt{M})$ (até fatores logarítmicos), assumindo que a Qualificação de Restrição de Mangasarian-Fromovitz (MFCQ) seja válida. Os autores demonstram que a MFCQ vale quase em toda parte (exceto em um conjunto de medida de Lebesgue zero).
• Convergência de Soluções: A solução ótima do problema SAA converge para o conjunto de soluções ótimas do problema original com probabilidade 1 à medida que $M \to \infty$.

Resultados e Avaliação Empírica
Os autores validam sua abordagem através de simulações e uma aplicação do mundo real:

• Resultados de Simulação: Comparando a abordagem S-MILP com os métodos Lan-DeMets, Pocock e O'Brien-Fleming, a abordagem S-MILP consistentemente alcança um Tamanho Esperado de Amostra (ESS) menor. Por exemplo, com $K=5$ e $K=7$, o método S-MILP mostrou melhorias de aproximadamente 13% e 12% sobre Lan-DeMets, e de até 33% sobre O'Brien-Fleming.
• Comportamento de Gasto de Alfa: A otimização revela que a estratégia ótima envolve gastar o orçamento de alfa "agressivamente" nas etapas iniciais, significativamente mais do que até mesmo os métodos tradicionais mais agressivos (como Pocock). Isso lança luz sobre a eficiência da parada antecipada.
• Aplicação Clínica: O método foi aplicado a uma reanálise de um ensaio controlado randomizado sobre intervenções para Lesão Renal Aguda (AKI). Usando a abordagem S-MILP, os autores demonstraram que a mesma conclusão estatisticamente significativa poderia ser alcançada com menos amostras (economizando aproximadamente 175 pacientes em média em permutações, e 807 pacientes em comparação com o estudo original completo) em comparação com o método O'Brien-Fleming usado na análise original.

Significado e Alegações
O artigo afirma ser um dos primeiros a fornecer uma abordagem geral e ótima para problemas GST, otimizando diretamente as regiões de rejeição em vez de especificá-las por meio de funções de gasto de alfa determinísticas. As principais contribuições são:

1. Otimalidade: Demonstrar que a seleção de limiares baseada em otimização produz tamanhos esperados de amostra estritamente menores do que os métodos clássicos.
2. Inovação Metodológica: Conectar com sucesso a lacuna entre testes sequenciais estocásticos e solucionadores MILP determinísticos via SAA, lidando com resultados contínuos onde abordagens de programação linear anteriores falharam.
3. Insight Prático: Desafiar o debate de longa data sobre o gasto de alfa, mostrando que a estratégia matematicamente ótima é gastar o orçamento de erro muito cedo, contrariando a natureza conservadora de muitos métodos padrão.

Os autores reconhecem limitações práticas, observando que o custo computacional de resolver o MILP para grandes $M$ (por exemplo, $M=2000$) pode ser significativo, embora solucionável dentro de prazos razoáveis (por exemplo, ~30 minutos para $K=5$). Eles também observam que as garantias de otimalidade dependem da especificação correta do tamanho do efeito da hipótese alternativa, embora os resultados empíricos sugiram robustez mesmo sob má especificação.