📊 statistics

Cumulative Natural Direct and Indirect Effects for Causal Mediation Analysis

Este artigo introduz os efeitos diretos e indiretos naturais cumulativos (CNDE e CNIE) como um novo arcabouço para a análise de mediação causal que resolve os paradoxos interpretativos das medidas tradicionais ao garantir que a decomposição dos efeitos totais satisfaça tanto a assimetria quanto a aditividade para tratamentos contínuos e ordinais.

Autores originais: Yuta Kawakami, Jin Tian

Publicado 2026-06-23

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Yuta Kawakami, Jin Tian

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você está tentando descobrir por que um carro está acelerando. Você sabe que o motorista pisou no acelerador (o Tratamento) e o carro foi mais rápido (o Resultado). Mas há um intermediário: o motor acelera primeiro (o Mediador), que então impulsiona o carro.

Cientistas há muito tempo usam um método para medir parte dessa aceleração, chamado NDE (Efeito Direto Natural) e NIE (Efeito Indireto Natural).

O Problema: Uma Régua "Paradoxal"

Os autores deste artigo descobriram que a ferramenta padrão (NDE/NIE) é como uma régua quebrada. Ela possui duas falhas principais que tornam os resultados confusos e, às vezes, contraditórios:

O Problema do "Vai e Vem" (Falta de Simetria de Sinal):
Imagine que você meça a distância da sua casa até o parque. Se você caminhar de Casa $\to$ Parque, a distância é 5 milhas. Se você caminhar de Parque $\to$ Casa, a distância deve ser -5 milhas (a mesma magnitude, apenas na direção oposta).
Com a ferramenta antiga, se você perguntasse: "Quanto o fumar um cigarro extra aumentou o risco de doenças cardíacas?", você poderia obter uma resposta dizendo: "Foi 100% causado pela pressão arterial alta".
Mas, se você invertesse a pergunta para: "Quanto a redução de fumar um cigarro diminuiu o risco de doenças cardíacas?", a mesma ferramenta poderia dizer: "Foi 0% causado pela pressão arterial; é tudo direto!"
O Paradoxo: O mecanismo da doença não deveria mudar só porque você fez a pergunta de trás para frente. A ferramenta antiga fornece duas histórias completamente diferentes para a mesma realidade.
O Problema da "Soma Quebrada" (Falta de Aditividade):
Imagine que você caminha da sua casa ao parque (5 milhas) e depois do parque à biblioteca (3 milhas). A distância total deve ser 8 milhas.
Com a ferramenta antiga, se você medisse a viagem de Casa $\to$ Parque e depois de Parque $\to$ Biblioteca separadamente, os números poderiam somar algo estranho, como 6 milhas ou 10 milhas, em vez das verdadeiras 8 milhas.
O Paradoxo: Você não pode confiar que as partes contem sobre o todo. Se você dividir uma longa jornada em pequenos passos, a ferramenta antiga diz que a causa "indireta" muda dependendo de como você fatia a jornada.

A Solução: Uma Nova Régua "Cumulativa"

Para corrigir isso, os autores inventaram novas ferramentas chamadas CNDE (Efeito Direto Natural Cumulativo) e CNIE (Efeito Indireto Natural Cumulativo).

Pense no método antigo como tirar uma foto da jornada no exato início e no exato fim, ignorando o meio.
O novo método é como caminhar por todo o trajeto passo a passo.

Como funciona: Em vez de olhar para o grande salto de "0 cigarros" para "40 cigarros" de uma só vez, a nova ferramenta olha para os passos minúsculos, infinitesimais: "O que acontece quando você vai de 0 para 0,1? Depois de 0,1 para 0,2?"
Ela calcula os efeitos diretos e indiretos para cada um desses pequenos passos ao longo do caminho e então os soma (acumula).

Por que esta Nova Régua é Melhor

É Consistente (Simetria de Sinal): Se você caminha de Casa $\to$ Parque, você obtém +5. Se caminha de Parque $\to$ Casa, você obtém -5. A história é a mesma; apenas a direção muda. A nova ferramenta garante que a proporção do efeito causado pelo motor (mediador) permaneça a mesma, não importa de qual lado você olhe.
Ela Soma (Aditividade): Se você caminha de Casa $\to$ Parque e depois de Parque $\to$ Biblioteca, a nova ferramenta garante que a soma das duas pequenas viagens seja igual à grande viagem. Você pode confiar que a causa "indireta" de toda a jornada é apenas a soma das causas "indiretas" dos pequenos passos.

Teste do Mundo Real: O Estudo do Tabagismo

Os autores testaram esta nova ferramenta usando dados reais sobre tabagismo, peso corporal (IMC) e frequência cardíaca.

Resultados da Ferramenta Antiga: Quando olharam para o aumento do tabagismo de 20 para 40 cigarros, a ferramenta disse que o efeito era majoritariamente direto. Mas quando olharam para a redução de 40 para 20 cigarros, ela disse que era majoritariamente indireto. Era uma confusão total.
Resultados da Nova Ferramenta: A nova ferramenta deu uma história consistente. Quer o tabagismo aumentasse ou diminuísse, ela mostrou que cerca de dois terços do efeito era direto e um terço era indireto (mediado pelo IMC). Os números somaram perfeitamente: o efeito de ir de 20 para 40 era exatamente a soma de ir de 20 para 30 e de 30 para 40.

Resumo

O artigo argumenta que a forma antiga de medir causas "diretas" e "indiretas" é matematicamente falha porque produz resultados contraditórios dependendo de como você faz a pergunta. Os autores propõem um novo método "cumulativo" que trata o tratamento (como o tabagismo ou a dosagem) como um caminho contínuo. Ao somar pequenos passos ao longo desse caminho, o novo método fornece uma maneira estável, lógica e não contraditória de entender como os tratamentos afetam os resultados através de mediadores.

Resumo Técnico: Efeitos Diretos e Indiretos Naturais Cumulativos para Análise de Mediação Causal

Definição do Problema
A análise de mediação causal visa decompor o efeito total (TE) de um tratamento $X$ sobre um desfecho $Y$ em caminhos diretos e indiretos através de um mediador $M$ . O arcabouço padrão baseia-se nos Efeitos Naturais Diretos (NDE) e Indiretos (NIE). Embora o TE satisfaça duas propriedades algébicas fundamentais desejáveis para efeitos causais interpretáveis — assimetria negativa (reverter o contraste do tratamento reverte o sinal do efeito) e aditividade (efeitos sobre intervalos adjacentes somam-se de forma consistente) — o NDE e o NIE padrão geralmente falham em satisfazer essas propriedades.

Os autores demonstram que essa falha leva a "interpretações paradoxais". Especificamente:

Falta de Assimetria Negativa: As contribuições relativas dos efeitos diretos e indiretos mudam dependendo da direção do contraste do tratamento (ex: $X=x''$ vs. $X=x'$ versus $X=x'$ vs. $X=x''$ ). Isso pode levar a conclusões contraditórias sobre se um efeito é mediado ou direto apenas ao inverter os pontos de referência.
Falta de Aditividade: A decomposição de um efeito total sobre um grande intervalo não é necessariamente igual à soma das decomposições sobre subintervalos. Isso torna difícil interpretar mecanismos de mediação de forma coerente através de diferentes níveis de tratamento.

Esses problemas são particularmente pronunciados em modelos com interações tratamento-mediador (ex: modelos lineares com termos de interação), onde a decomposição padrão falha em alinhar-se com interpretações intuitivas baseadas em caminhos.

Metodologia
Para abordar essas limitações estruturais, o artigo propõe novas medidas de efeitos diretos e indiretos que preservam a assimetria negativa e a aditividade. A metodologia é dividida em dois cenários: tratamentos contínuos e ordinais.

Tratamentos Contínuos (CNDE e CNIE):
- Decomposição Local: Em vez de decompor contrastes globais diretamente, os autores introduzem uma decomposição local do Efeito Total Local (LTE), definido como a derivada $E[\partial_x Y_x]$ . Sob suposições de diferenciabilidade e continuidade, o LTE é decomposto aditivamente em um Efeito Natural Direto Local (LNDE) e um Efeito Natural Indireto Local (LNIE).
- Integração Cumulativa: As novas medidas, Efeito Natural Direto Cumulativo (CNDE) e Efeito Natural Indireto Cumulativo (CNIE), são definidas como as integrais do LNDE e do LNIE ao longo do caminho do tratamento de $x'$ a $x''$ .
- Distinção Fundamental: Diferente do NDE/NIE, que integram derivadas enquanto mantêm um argumento fixo em um ponto final, o CNDE/CNIE integram efeitos locais infinitesimais onde tanto o nível do tratamento quanto o valor de referência do mediador evoluem ao longo do caminho.
- Identificação: Sob condições padrão de ignorabilidade sequencial e regularidade, o CNDC e o CNIE são identificados via integrais de expectativas condicionais e densidades derivadas de dados observacionais.
Tratamentos Ordinais (Análogos Discretos):
- Como as derivadas são indefinidas para variáveis discretas, os autores definem análogos discretos somando contrastes de passos finitos ao longo de níveis de tratamento ordenados.
- CNDE-O e CNIE-O: São construídos somando NDE e NIE padrão sobre níveis adjacentes. Embora satisfaçam a aditividade sobre sequências monotônicas, eles não satisfazem a assimetria negativa porque o NDE/NIE subjacente não a satisfaz.
- Versões de Assimetria Negativa (S-NDE, S-NIE, S-CNDE-O, S-CNIE-O): Para recuperar a assimetria negativa para tratamentos ordinais, os autores propõem a média das avaliações de ponto final direta e reversa do NDE e NIE. As resultantes S-CNDE-O e S-CNIE-O satisfazem tanto a assimetria negativa quanto a aditividade restrita (válida para trios monotônicos).

Principais Contribuições

Identificação de Falhas Estruturais: O artigo identifica formalmente que a falha do NDE e NIE em satisfazer a assimetria negativa e a aditividade leva a interpretações paradoxais na análise de mediação, particularmente na presença de interações.
Novas Medidas de Efeito:
- Para tratamentos contínuos, a introdução do CNDE e CNIE, que fornecem uma decomposição por caminho do TE que satisfaz tanto a assimetria negativa quanto a aditividade para qualquer modelo não paramétrico.
- Para tratamentos ordinais, o desenvolvimento do S-CNDE-O e S-CNIE-O, que utilizam versões de assimetria negativa do NDE/NIE para preservar ambas as propriedades estruturais.
Garantias Teóricas: O artigo estabelece teoremas de decomposição mostrando que o TE pode ser expresso como a soma dos efeitos diretos e indiretos propostos (ex: $TE = CNDE + CNIE$) e fornece resultados de identificação sob suposições causais padrão (ignorabilidade sequencial).
Ilustração Empírica: Usando um conjunto de dados do mundo real (Estudo de Framingham Heart) examinando o efeito do tabagismo sobre a frequência cardíaca mediado pelo IMC, os autores demonstram que as estimativas padrão de NDE/NIE exibem os paradoxos previstos (ex: magnitudes de efeito e proporções drasticamente diferentes ao inverter os contrastes de tratamento). Em contraste, as medidas propostas CNDE e S-CNDE-O fornecem decomposições coerentes, aditivas e invariantes de direção.

Resultados
Na aplicação empírica, as estimativas padrão de NDE e NIE mostraram uma assimetria significativa; por exemplo, inverter o contraste do tratamento de (20 para 40 cigarros) para (40 para 20) resultou em estimativas de NDE de 0,955 e -0,363, respectivamente, e NIE de 0,161 e 0,431. Isso violou a expectativa intuitiva de que a proporção do efeito mediado deveria permanecer consistente independentemente da direção. Além disso, a soma dos efeitos indiretos sobre os subintervalos (20→30 e 30→40) não foi igual ao efeito indireto sobre o intervalo completo (20→40), violando a aditividade.

As medidas propostas (CNDE, CNIE, S-CNDE-O, S-CNIE-O) resolveram esses problemas. As estimativas para as medidas cumulativas foram quase idênticas em magnitude, mas de sinal oposto quando o contraste foi revertido (satisfazendo a assimetria negativa), e os efeitos sobre subintervalos somaram-se exatamente ao efeito sobre o intervalo completo (satisfazendo a aditividade). Isso forneceu uma interpretação consistente: para o contraste 20–40, o efeito foi decomposto em um componente direto positivo moderado e um pequeno componente indireto negativo, um padrão que permaneceu estável entre os subintervalos.

Significância
O artigo argumenta que, embora o NDE e o NIE sejam quantidades causais válidas, sua falta de propriedades algébicas fundamentais complica a interpretação e pode levar a conclusões enganosas na prática. O arcabouço proposto oferece uma alternativa principista que garante a coerência estrutural na decomposição de efeitos. Ao preservar a assimetria negativa e a aditividade, as novas medidas (CNDE/CNIE e seus contrapartes ordinais) fornecem uma base mais intuitiva e estável para entender mecanismos de mediação, particularmente em configurações com tratamentos contínuos ou ordinais e efeitos de interação. Os autores observam que este trabalho enfatiza a importância das propriedades estruturais na decomposição de efeitos e sugere que estas medidas devem ser preferidas quando interpretações baseadas em caminhos são desejadas. O artigo conclui identificando direções futuras, incluindo a extensão destas medidas para configurações com confusão não medida (usando variáveis instrumentais ou análise de sensibilidade) e o tratamento de múltiplos mediadores.