Parametric ROC Analysis and Optimal Cutoff Selection under Scale Mixtures of Skew-Normal Distributions: A Decision-Theoretic Framework with Asymptotic Inference

Resumo Técnico: Análise Paramétrica de ROC e Seleção de Ponto de Corte Ótimo sob Misturas de Escala de Distribuições Normais Assimétricas

Enunciado do Problema
A seleção de um limiar diagnóstico para biomarcadores contínuos é uma decisão clínica crítica que equilibra sensibilidade e especificidade. Embora a curva Receiver Operating Characteristic (ROC) forneça uma avaliação abrangente da capacidade discriminatória, a implementação clínica requer um único ponto de operação. O índice de Youden, amplamente utilizado, que maximiza a soma da sensibilidade e da especificidade, assume implicitamente custos de classificação errônea iguais e prevalência de doença igual. Essas suposições são frequentemente irreais, particularmente em estudos sorológicos onde a prevalência da doença é baixa ou onde as consequências de falsos negativos (por exemplo, diagnósticos perdidos) diferem significativamente dos falsos positivos. Além disso, biomarcadores em contextos imunológicos e sorológicos frequentemente exibem assimetria e caudas pesadas, tornando inadequados os modelos ROC padrão baseados em Gaussianas. Abordagens paramétricas existentes frequentemente falham em integrar a optimalidade da teoria da decisão (incorporando custos e prevalência) com inferência assintótica formal sob famílias distribucionais flexíveis.

Metodologia
Os autores desenvolvem um quadro paramétrico unificado para análise de ROC e seleção de ponto de corte ótimo baseado na família de distribuições de Misturas de Escala de Normais Assimétricas (SMSN). Esta família engloba as distribuições normal assimétrica (SN) e t assimétrica (ST), permitindo assimetria à direita ou à esquerda e variados graus de peso das caudas.

1. Estrutura do Modelo: O biomarcador $X$ é modelado condicionalmente ao status da doença $D \in \{0, 1\}$ como $X|D=k \sim \text{SMSN}(\xi_k, \omega_k, \alpha_k; H_k)$. Os parâmetros são estimados via ajustes separados de máxima verossimilhança (MV) para os grupos doentes e não doentes.
2. Estimação da ROC e da AUC: A curva ROC e a Área Sob a Curva (AUC) são derivadas como funcionais suaves dos parâmetros SMSN. Os estimadores são obtidos usando o princípio plug-in com estimativas de MV separadas por grupo.
3. Seleção de Ponto de Corte da Teoria da Decisão: O ponto de corte ótimo $c^*$ é definido como o minimizador de um risco de classificação errônea ponderado $R(c) = \lambda_1 \pi_1 F_1(c) + \lambda_0 \pi_0 (1 - F_0(c))$, onde $\lambda$ representa os custos de erro e $\pi$ representa a prevalência da doença.
   • A condição de primeira ordem para a optimalidade produz uma equação de razão de verossimilhança: $\Lambda(c^*) = f_1(c^*)/f_0(c^*) = (\lambda_0 \pi_0) / (\lambda_1 \pi_1)$.
   • Isso generaliza o critério de Youden (onde a razão é igual a 1) para cenários assimétricos.
4. Propriedades Teóricas:
   • Existência e Unicidade: Sob uma condição de Razão de Verossimilhança Monótona (MLR), os autores provam a existência, unicidade e optimalidade global do ponto de corte.
   • Inferência Assintótica: Usando o Teorema da Função Implícita e o método Delta multivariado, os autores derivam a distribuição assintótica conjunta dos estimadores plug-in para a curva ROC, AUC e ponto de corte ótimo.
   • Variância e Identificabilidade: Uma contribuição chave é a derivação de um estimador de variância plug-in de forma fechada. A variância assintótica é inversamente proporcional ao quadrado da inclinação local da equação de estimação no limiar ótimo, denotada como $|\partial_c \phi(c^*, \theta^*)|$. Esta quantidade é interpretada como um diagnóstico de identificabilidade local, medindo quão nitidamente o limite de decisão é definido.

Principais Contribuições

• Quadro Unificado: O artigo integra a modelagem flexível SMSN com a seleção de ponto de corte da teoria da decisão, abordando as limitações das suposições Gaussianas e dos critérios simétricos de custo/prevalência.
• Optimalidade Generalizada: Estabelece o ponto de corte ótimo como a solução única de uma equação de razão de verossimilhança que leva explicitamente em conta custos e prevalência assimétricos, fornecendo uma alternativa rigorosa ao índice de Youden.
• Teoria Assintótica: Os autores fornecem consistência, normalidade assintótica e um estimador de variância de forma fechada para o ponto de corte ótimo.
• Diagnóstico de Identificabilidade: A derivação do termo de inclinação local como ferramenta de diagnóstico permite aos praticantes avaliar a confiabilidade e a estabilidade do ponto de corte estimado antes do relatório clínico.
• Expansão de Primeira Ordem: Uma expansão de primeira ordem é derivada para quantificar o deslocamento do ponto de corte ótimo em relação à solução de Youden como função da razão custo-prevalência e da curvatura local.

Resultados

• Estudo de Simulação: Simulações de Monte Carlo em seis cenários (variando distribuições SN e ST, níveis de separação e assimetrias de custo/prevalência) confirmam a precisão das aproximações assintóticas.
  • O estimador plug-in $\hat{c}$ exibe viés negligenciável e Erro Quadrático Médio (RMSE) decrescente à medida que o tamanho da amostra aumenta.
  • A razão entre a variância empírica e a variância assintótica plug-in permanece próxima de 1, validando a fórmula de variância.
  • Os intervalos de confiança de Wald atingem cobertura nominal (aprox. 95%) em todos os cenários, incluindo casos de caudas pesadas e separação fraca.
  • O diagnóstico de identificabilidade local $|\partial_c \phi|$ correlaciona-se inversamente com a variabilidade de estimação: inclinações menores (limites mais planos) resultam em maiores variâncias e intervalos de confiança mais amplos.
• Aplicação a Dados de SARS-CoV-2: A metodologia foi aplicada a dados sorológicos de quatro biomarcadores IgG (Stri, RBD, S1, S2).
  • A seleção de modelo via BIC favoreceu distribuições t assimétricas para o grupo soronegativo e normal assimétrica para o grupo soropositivo.
  • Sob um cenário de decisão assimétrico ($\lambda_1 = 3\lambda_0$, $\pi_0 = 0.9$), os pontos de corte ótimos propostos foram substancialmente mais altos que os pontos de corte de Youden.
  • Os pontos de corte da teoria da decisão reduziram o risco de classificação errônea estimado em até 63% em comparação com o limiar de Youden (especificamente para o biomarcador RBD em um cenário com altos custos de falsos positivos).
  • O diagnóstico de identificabilidade local previu com sucesso a largura dos intervalos de confiança, com biomarcadores apresentando razões de verossimilhança mais planas gerando intervalos mais amplos.

Significado e Alegações
O artigo alega preencher uma lacuna na literatura fornecendo um tratamento sistemático da análise de ROC e da seleção de ponto de corte ótimo dentro da família SMSN que combina optimalidade da teoria da decisão com inferência assintótica formal. Os autores enfatizam que o quadro proposto oferece uma alternativa principial ao índice de Youden, particularmente em cenários com doenças raras ou custos de erro assimétricos, onde a regra de Youden pode ser significativamente subótima. A inclusão do diagnóstico de identificabilidade local é destacada como uma ferramenta prática para avaliar a estabilidade do limiar estimado, reconhecendo que um biomarcador com boa discriminação global pode ainda produzir um ponto de corte fracamente identificável se o limite de decisão for localmente plano. Os autores notam modestamente que a suposição de razão de verossimilhança monótona é uma condição suficiente, não necessária, para unicidade, e que o quadro assume prevalência conhecida, deixando a extensão para prevalências estimadas para trabalhos futuros.