Pseudo-value Based Mean Cumulative Count Regression

Resumo Técnico: Regressão de Contagem Cumulativa Média Baseada em Pseudo-valores

Definição do Problema
Em aplicações biomédicas envolvendo eventos recorrentes (ex.: hospitalizações, exacerbações de doenças), a análise padrão foca frequentemente em taxas ou intensidades de eventos. No entanto, na presença de censura à direita e eventos terminais (ex.: morte), a questão científica frequentemente muda para a compreensão da carga cumulativa da doença ao longo de um horizonte de tempo clinicamente relevante. Dois resumos naturais para essa carga são a Função Cumulativa Média (FCM), que representa o número esperado de eventos acumulados até o tempo $\tau$, e a Área Sob a FCM (AS-FCM), que representa o tempo total de ausência de eventos perdido.

Embora existam métodos não paramétricos para estimar essas quantidades e comparar tratamentos, a modelagem de regressão direta para avaliar efeitos de covariáveis na FCM e na AS-FCM ainda é subdesenvolvida. Modelos baseados em intensidade existentes nem sempre se traduzem diretamente em efeitos interpretáveis sobre a carga cumulativa, particularmente quando o processo de eventos recorrentes é truncado pela morte. Além disso, estimadores de covariáveis recentes para esses funcionais focaram em comparações de tratamento não paramétricas ou estatísticas de teste linearizadas, em vez de fornecer um framework de regressão geral para modelar efeitos de covariáveis diretamente.

Metodologia
Os autores propõem uma abordagem de regressão baseada em pseudo-valores para estimar os efeitos de covariáveis na FCM e na AS-FCM em um tempo de truncamento fixo $\tau$.

1. Alvos de Regressão: O método define os coeficientes de regressão ($\beta$) não como parâmetros de um modelo de intensidade subjacente, mas como a solução de equações de estimativa populacional. Especificamente, para um link de identidade, $\beta$ é a solução única de $E[W \{ \theta(\tau | W) - W^\top \beta \}] = 0$, onde $\theta$ representa a FCM ou a AS-FCM condicional às covariáveis $W$. Isso separa o alvo inferencial das suposições de qualquer modelo específico de taxa de eventos recorrentes.
2. Pseudo-valores: Para estimar esses alvos, os autores utilizam pseudo-valores específicos de cada sujeito como desfechos.
   • Jackknife Exato: O pseudo-valor exato para o sujeito $i$ é definido como $\hat{\xi}_i(\tau) = n\hat{\theta}(\tau) - (n-1)\hat{\theta}_{(-i)}(\tau)$, onde $\hat{\theta}_{(-i)}$ é o estimador computado após a remoção do sujeito $i$.
   • Aproximação pela Função de Influência: Para evitar o ônus computacional de $n$ recálculos de leave-one-out, os autores aproximam os pseudo-valores utilizando a função de influência empírica: $\tilde{\xi}_i(\tau) = \hat{\theta}(\tau) + \hat{\phi}_i(\tau)$. O artigo demonstra que esses pseudo-valores baseados na função de influência são assintoticamente equivalentes aos valores do jackknife exato.
3. Estimativa: Uma vez gerados os pseudo-valores, a regressão é realizada utilizando a mecânica padrão de Equações de Estimativa Generalizadas (GEE). Sob um link de identidade e variância de trabalho agnóstica ao sujeito, isso se reduz a Mínimos Quadrados Ordinários (MQO). Estimadores de variância robustos são utilizados para lidar com a estrutura de correlação induzida pelos pseudo-valores.

Principais Resultados
Os autores avaliaram o método proposto através de extensos estudos de simulação e uma aplicação de dados reais:

• Validação dos Pseudo-valores: Simulações confirmaram que a aproximação baseada na função de influência é altamente concordante com os pseudo-valores do jackknife exato ($R^2 = 1,00$), com uma diferença média absoluta de apenas 0,4% do valor médio absoluto do jackknife.
• Precisão da Estimativa e Cobertura: Em vários tamanhos de amostra ($N=50, 100, 200$), tempos de truncamento e parâmetros de taxa de eventos recorrentes, os estimadores de regressão foram não enviesados. Os intervalos de confiança construídos usando erros padrão baseados no modelo atingiram a cobertura nominal de 95%.
• Robustez: O método permaneceu robusto em cenários onde:
  • A morte e os eventos recorrentes eram dependentes via uma fragilidade multiplicativa compartilhada.
  • As covariáveis afetavam o processo de evento terminal (taxa de morte) em vez da taxa de eventos recorrentes.
• Inferência Estatística: As taxas de Erro Tipo I foram bem calibradas sob a hipótese nula. O poder aumentou com o tamanho da amostra e a magnitude do efeito do tratamento, com os testes baseados em FCM e AS-FCM mostrando desempenho semelhante.
• Aplicação de Dados: O método foi aplicado ao ensaio clínico ORATORIO para esclerose múltipla progressiva primária (EMPP). Usando covariáveis clínicas e de biomarcadores basais (ex.: EDSS, volume de lesões T2), os autores modelaram a AS-FCM da progressão da incapacidade. A análise identificou o EDSS basal e o 9HPT como fatores prognósticos significativos. Notavelmente, o ajuste de covariáveis reduziu o erro padrão da estimativa do efeito do tratamento em 13,6% em comparação com a estimativa não ajustada e em 8,4% em comparação com o ajuste via aumento (augmentation).

Significância e Alegações
O artigo afirma que a regressão baseada em pseudo-valores fornece um "framework simples e interpretável" para modelar o efeito de covariáveis na carga cumulativa de eventos recorrentes. Suas principais contribuições incluem:

1. Modelagem Direta: Permite a regressão direta da FCM e da AS-FCM, evitando a necessidade de interpretar parâmetros complexos de modelos de intensidade em termos de carga cumulativa.
2. Eficiência Computacional: Ao utilizar pseudo-valores baseados na função de influência, o método evita o custo computacional de estimativas repetidas de leave-one-out, mantendo a precisão.
3. Flexibilidade: A abordagem aproveita softwares padrão de GEE/MQO, tornando-a acessível para pesquisadores. Ela acomoda o ajuste de covariáveis para melhorar a precisão em ensaios randomizados e permite a inclusão de termos de interação para análises de subgrupo.
4. Interpretabilidade: Os coeficientes resultantes representam a mudança na contagem esperada de eventos cumulativos ou no tempo de ausência de eventos perdido por unidade de mudança em uma covariável, oferecendo resumos clinicamente significativos que permanecem válidos na presença de eventos terminais.

Os autores observam uma limitação em relação à suposição de censura não informativa, sugerindo que trabalhos futuros poderiam estender o framework para lidar com censura dependente de covariáveis via pesos de probabilidade inversa de censura.