Optimal Treatment Policy Estimation for Recurrent Events with a Competing Terminal Event: An Instrumented Difference-in-Differences Approach

Resumo Técnico: Estimativa de Política de Tratamento Ótima para Eventos Recorrentes com um Evento Terminal Competidor

Definição do Problema
O desenvolvimento de políticas de tratamento otimizadas baseadas em dados para doenças crônicas frequentemente depende de grandes conjuntos de dados administrativos de saúde. No entanto, esses conjuntos de dados são frequentemente comprometidos por confusão não medida (unmeasured confounding), tornando as suposições padrão de ignorabilidade inverificáveis. Uma lacuna específica e crítica existe na literatura em relação aos desfechos de eventos recorrentes (ex: hospitalizações, exacerbações de doenças) que estão sujeitos a um evento terminal competidor (ex: morte). Métodos existentes para o aprendizado de políticas ótimas falham em considerar a complexa interação entre eventos recorrentes e mortalidade. Especificamente, a otimização não restrita pode gerar políticas "degeneradas" que parecem ótimas ao reduzir artificialmente a contagem de eventos recorrentes simplesmente ao aumentar o risco de morte. Além seja disso, embora existam métodos de Variável Instrumental (IV) e Diferença-em-Diferenças (DiD) para lidar com confusão não medida, eles são tipicamente projetados para desfechos contínuos ou efeitos médios de tratamento, não para a otimização restrita de regimes de tratamento individualizados na presença de riscos competitivos.

Metodologia
Os autores propõem um novo framework baseado em Diferença-em-Diferenças Instrumentada (iDID) para estimar políticas de tratamento ótimas sob confusão não medida para eventos recorrentes com um evento terminal.

• Framework e Suposições: A abordagem utiliza um tratamento binário $A$, um instrumento binário $Z$ e um indicador de período $L$. Ela se baseia nas suposições padrão de iDID (Consistência, Positividade, Amostragem Aleatória, Relevância de Tendência, Independência/Restrição de Exclusão, Ausência de Modificador de Efeito Comum Não Medido, Efeito de Tratamento Estável e Censura Não Informativa). Crucialmente, o design iDID permite que o instrumento tenha um efeito direto no nível do desfecho, desde que esse efeito não modifique a tendência do desfecho, relaxando a estrita restrição de exclusão das IVs padrão.
• Otimização Restrita: Para evitar políticas degeneradas que trocam a sobrevivência pela redução de eventos recorrentes, o objetivo é formulado como um problema de otimização restrita. O objetivo é minimizar o número esperado de eventos recorrentes cumulativos, sujeito a uma restrição de que a probabilidade de sobrevivência marginal sob a política ótima deve exceder a da política comportamental de baseline designada (derivada de um escore de pseudo-propensão).
• Estratégias de Estimativa:
  1. Estimadores de Ponderação pelo Inverso da Probabilidade (IPW): Duas fórmulas distintas de identificação por IPW são derivadas. A primeira baseia-se na subamostra não censurada, enquanto a segunda utiliza informações de eventos cumulativos ao longo do tempo, permitindo que indivíduos em risco no tempo $t$ contribuam mesmo que sejam censurados posteriormente. Ambas ajustam para a confusão não medida via estrutura iDID e para a censura via ponderação pelo inverso da probabilidade.
  2. Estimador de Multiplamente Robusto (AIPW): Para proteger contra a especificação incorreta de modelos, um estimador multiplamente robusto é desenvolvido utilizando expansões de von Mises. Este estimador alcança consistência se qualquer um dos subconjuntos de modelos de ruído (envolvendo a atribuição do instrumento, a tendência do tratamento, a sobrevivência da censura e os modelos de desfecho) for corretamente especificado.
• Teoria Assintótica: O artigo estabelece a consistência e a normalidade assintótica dos estimadores propostos. Sob condições de regularidade específicas e suposições de taxa para a estimativa de parâmetros de ruído (alcançáveis via cross-fitting e machine learning), os parâmetros da política estimada convergem a uma taxa de $O_p(n^{-1/3})$, e o estimador do ganho da política é assintoticamente normal.

Principais Contribuições

1. Novo Framework para Eventos Recorrentes: O artigo estende o aprendizado de políticas ótimas para processos de eventos recorrentes com eventos terminais, um cenário onipresente no gerenciamento de doenças crônicas, mas amplamente não abordado na literatura de aprendizado de políticas.
2. Tratamento de Políticas Degeneradas: Os autores abordam explicitamente o desafio de evitar políticas que reduzem eventos adversos ao aumentar a mortalidade. Isso é alcançado através de uma formulação de otimização restrita que penaliza soluções que violam uma restrição de sobrevivência em relação a uma política de baseline.
3. Estimativa Multiplamente Robusta: Um estimador multiplamente robusto é desenvolvido para permanecer consistente mesmo se apenas um subconjunto dos complexos modelos de ruído (necessários para iDID, censura e eventos recorrentes) for corretamente especificado.
4. Garantias Teóricas e Validação Empírica: Os autores estabelecem propriedades de grande amostra (consistência e normalidade assintótica) e demonstram através de simulações que o estimador AIPW proposto supera as abordagens IPW existentes em amostras finitas, particularmente em termos de precisão e validade inferencial.

Resultados

• Simulações: Em estudos de simulação com vários tamanhos de amostra ($n=1000$ a $5000$), o estimador AIPW proposto alcançou consistentemente o maior Percentual de Decisões Corretas (PCD) comparado às alternativas IPW. O estimador AIPW apresentou viés de escala root-$n$ negligenciável e probabilidades de cobertura empírica próximas ao nível nominal de 95% para a estimativa do ganho da política, validando suas propriedades assintóticas teóricas.
• Aplicação em Dados do Medicare: O framework foi aplicado a um conjunto de dados nacional do Medicare (2016–2023) para otimizar estratégias de tratamento de primeira linha para Diabetes Mellitus Tipo 2 (T2DM), comparando Metformina e agonistas do receptor de GLP-1 (GLP-1 RA).
  • A análise utilizou mudanças na preferência do provedor como um instrumento para abordar a confusão não medida.
  • A abordagem IPW não-IV sugeriu uma realocação drástica, recomendando Metformina para apenas 4,78% dos pacientes.
  • Em contraste, o estimador AIPW baseado em iDID, que considera a confusão não medida, recomendou uma realocação mais conservadora, sugerindo Metformina para 21,16% dos pacientes.
  • A política ótima identificada pelo método iDID AIPW atribuiu GLP-1 RAs a pacientes mais frágeis, mulheres e brancos não hispânicos, alinhando-se com as diretrizes clínicas emergentes sobre proteção cardiovascular e renal.
  • O ganho de política estimado indicou uma redução esperada de aproximadamente 0,034 eventos compostos adversos por paciente em relação à política comportamental observada, alcançada sem comprometer a sobrevivência.

Significância e Alegações
O artigo afirma preencher uma lacuna crítica entre a estimativa de efeito causal e a tomada de decisão no contexto de eventos recorrentes e riscos competitivos. Ao integrar o framework iDID com otimização restrita e estimativa multiplamente robusta, os autores fornecem um método que é tanto robusto à confusão não medida quanto clinicamente seguro (evitando políticas que sacrificam a sobrevivência). A aplicação ao conjunto de dados do Medicare demonstra a utilidade prática do método, mostrando que ignorar a confusão não medida pode levar a realocações de tratamento extremas e potencialmente prejudiciais. Os autores posicionam este trabalho como um passo em direção a políticas de tratamento otimizadas mais confiáveis, generalizáveis e reproduzíveis para doenças crônicas usando dados do mundo real. Eles reconhecem limitações, como a restrição a fronteiras de decisão lineares e instrumentos estáticos, sugerindo que trabalhos futuros devem explorar configurações de tratamento dinâmico e classes de políticas mais flexíveis.