Adressing Separation: A Firth-corrected Joint Model for Longitudinal and Time-to-event Data with an Application on Dropout from Vocational Training

Resumo Técnico: Abordagem da Separação em Modelos Conjuntos via Correção de Firth

Definição do Problema
Modelos conjuntos para dados longitudinais e de tempo até o evento são amplamente utilizados para analisar covariáveis endógenas variantes no tempo (ex: biomarcadores ou níveis de satisfação) juntamente com desfechos de sobrevivência. No entanto, esses modelos herdam limitações de seus submódulos de sobrevivência, especificamente o problema da separação. A separação ocorre quando uma covariável categórica prediz perfeitamente a ausência de um evento em uma categoria específica (ex: nenhum abandono em um setor vocacional específico). Isso leva a uma verossimilhança monotônica, causando a divergência dos coeficientes de regressão para o infinito ou tornando-os instáveis, o que torna a estimativa de máxima verossimilhança (MLE) padrão ineficaz. Embora a correção de Firth tenha sido estabelecida para regressão binária e modelos de riscos proporcionais de Cox para mitigar esse viés, ela não havia sido formalmente integrada ao framework de modelos conjuntos, limitando a aplicabilidade dos modelos conjuntos em cenários de eventos raros ou covariáveis altamente desbalanceadas.

Metodologia
Os autores propõem um modelo conjunto corrigido por Firth implementado dentro de um framework de estimação frequentista utilizando o algoritmo de Expectativa-Maximização (EM).

1. Estrutura do Modelo: O modelo consiste em dois submódulos interligados:
   • Um submodelo longitudinal (Modelo Linear de Efeitos Mistos) capturando a trajetória da covariável endógena $m_i(t)$ com interceptos e inclinações aleatórias.
   • Um submodelo de sobrevivência (modelo de riscos proporcionais do tipo Cox) onde a função de risco depende de covariáveis de base e do valor atual do processo longitudinal $m_i(t)$ através de um parâmetro de associação $\alpha$.
2. Implementação da Correção de Firth:
   • Os autores derivam o termo de correção necessário para a função de score dos coeficientes do submódulo de sobrevivência ($\theta_{surv}$).
   • O viés da MLE é aproximado usando uma expansão de Taylor de segunda ordem da função de score. O termo de correção é derivado como $c(\theta) = \frac{1}{2} \text{tr}\left[ I(\theta)^{-1} \frac{\partial I(\theta)}{\partial \theta} \right]$, onde $I(\theta)$ é a matriz de Informação de Fisher.
   • Este termo é adicionado à função de score $S(\theta)$ durante o passo M do algoritmo EM, especificamente para a atualização de Newton-Raphson dos coeficientes de sobrevivência: $\hat{\theta}^{(t+1)}_{surv} = \hat{\theta}^{(t)}_{surv} + [I(\hat{\theta}^{(t)}_{surv})]^{-1} S^*(\hat{\theta}^{(t)}_{surv})$, onde $S^*$ é o score corrigido.
   • Inicialização: Para garantir a convergência, os autores inicializam os coeficientes de regressão exógena usando estimativas de Máxima Verossimilhança Penalizada de um modelo de Cox clássico corrigido por Firth (via pacote coxphf do R).
   • Inferência: Os erros padrão são derivados usando a aproximação de diferença progressiva da matriz Hessiana completa.

Resultados do Estudo de Simulação
Um estudo de simulação foi conduzido para avaliar o desempenho do modelo conjunto corrigido por Firth (FC-JM) contra o modelo conjunto clássico (JM) e um JM com valores iniciais corrigidos por Firth (JMc).

• Redução de Viés: Em cenários de separação, o FC-JM apresentou estimativas significativamente menos enviesadas para a covariável de separação em comparação ao JM. As estimativas aproximaram-se dos valores observados em cenários sem separação.
• Dependência de Informação: O desempenho da correção é impulsionado pela curvatura da verossimilhança, que depende do número absoluto de eventos. O FC-JM teve melhor desempenho em cenários de baixa informação (pequenas amostras, alta censura) onde a separação é mais problemática.
• Estabilidade: Embora o FC-JM tenha reduzido o viés, um pequeno número de outliers foi observado em configurações de dados muito esparsos devido a Hessianas analíticas mal condicionadas, uma limitação não presente no JM padrão, que aproxima a Hessiana via BFGS.
• Outros Coeficientes: A correção não alterou significativamente as estimativas de coeficientes não-separados, mantendo a precisão em todo o modelo.

Aplicação no Mundo Real: Abandono de Formação Vocacional
O método foi aplicado a dados do Estudo Nacional Alemão de Painel Educacional (NEPS) referentes ao abandono de formação vocacional.

• Contexto: O estudo modelou a trajetória da satisfação com a formação (longitudinal) e o risco de abandono (tempo até o evento).
• Problema de Separação: Na subamostra feminina, o setor de formação vocacional "Outras ocupações em serviços comerciais" exibiu separação (zero eventos de abandono), causando um coeficiente infinito e erro padrão inflado no JM clássico.
• Achados:
  • O FC-JM forneceu estimativas finitas e estáveis para o setor de separação, indicando que não há diferença significativa no risco de abandono em relação ao setor de referência.
  • O modelo conseguiu decompor os efeitos em efeitos diretos (ex: nível de escolaridade, comprometimento com o campo de trabalho influenciando diretamente o risco de abandono) e efeitos indiretos (mediados pela satisfação).
  • Os resultados confirmaram que, embora fatores socioeconômicos e níveis de comprometimento influenciem significativamente a satisfação, seu efeito direto no abandono é frequentemente não significativo uma vez que a trajetória de satisfação é considerada, enquanto a educação e o comprometimento com o campo retêm efeitos diretos de proteção ou de aumento de risco.

Significância e Alegações
O artigo afirma que a rotina de estimação proposta corrigida por Firth estende a aplicabilidade dos modelos conjuntos para conjuntos de dados caracterizados por eventos raros ou covariáveis categóricas altamente desbalanceadas, onde os métodos clássicos falham devido à verossimilhança monotônica.

• Contribuição Metodológica: Fornece uma derivação formal e implementação da penalidade de Firth dentro do algoritmo EM de modelos conjuntos, permitindo a estimação de coeficientes finitos e menos enviesados em casos de separação.
• Contribuição Substantiva: Na aplicação à formação vocacional, o modelo oferece um framework causal mais rigoroso ao modelar explicitamente o papel mediador da satisfação. Demonstra que preditores estruturais frequentemente influenciam o risco de abandono indiretamente através de estados afetivos (satisfação), um mecanismo que é obscurecido por abordagens de dois estágios ou de preditores estáticos padrão.
• Limitações: Os autores observam que a implementação atual é restrita a associações de valor atual e covariáveis exógenas constantes no tempo. Além disso, a dependência de Hessianas analíticas pode levar à instabilidade numérica em dados extremamente esparsos, sugerindo a necessidade de estratégias de estabilização futuras.

O trabalho é apresentado como uma solução para um modo específico de falha de estimação, permitindo que pesquisadores utilizem modelos conjuntos em contextos anteriormente considerados inadequados devido à separação, melhorando assim a robustez da inferência em aplicações de ciências sociais e bioestatística envolvendo eventos raros.