Deep Learning versus Linear Mixed Models for Estimating Treatment Effects in Longitudinal Repeated-Measures Studies

No mundo da pesquisa clínica, os cientistas frequentemente precisam acompanhar como os pacientes mudam ao longo do tempo. Imagine uma pessoa tomando um medicamento para depressão; seus sintomas não saltam simplesmente de "ruim" para "bom" em um único instante. Em vez disso, eles flutuam dia após dia, influenciados pelo fármaco, pela sua biologia e pela passagem do tempo. Para entender se um tratamento realmente funciona, os pesquisadores coletam dados em múltiplos pontos — semanas, meses ou anos — criando uma longa linha de medições para cada pessoa. O desafio é que essas medições repetidas do mesmo indivíduo estão interligadas; o que acontece no dia um influencia o que acontece no dia dois. As ferramentas estatísticas tradicionais têm sido o padrão para desvendar esses pontos de dados interligados, permitindo que os cientistas separem o efeito real de um medicamento das altas e baixas naturais da condição de um paciente. No entanto, essas ferramentas tradicionais exigem que os pesquisadores façam suposições específicas sobre a forma da curva de recuperação antes mesmo de começarem a olhar para os dados. Se a recuperação do mundo real seguir um caminho diferente daquele que foi suposto, a ferramenta pode errar o alvo.

Uma abordagem mais flexível chamada aprendizado profundo (deep learning) surgiu nos últimos anos. Diferente das ferramentas tradicionais, o aprendizado profundo não começa com uma forma pré-definida ou uma fórmula rígida. Em vez disso, utiliza um sistema computacional projetado para imitar como o cére-humano aprende, permitindo que ele descubra padrões e relações complexas diretamente dos próprios dados. Essa flexibilidade é poderosa, mas levanta uma questão crítica: em um ambiente de alto risco como os ensaios médicos, onde os tamanhos das amostras são frequentemente modestos e o custo do erro é alto, será que essa abordagem flexível e ávida por dados realmente performa melhor do que os métodos estabelecidos baseados em regras? Uma equipe de pesquisadores na França decidiu responder a isso criando um experimento controlado para ver qual método conseguiria medir com mais precisão o efeito de um tratamento.

Os pesquisadores não testaram isso em pacientes reais, mas sim em uma simulação computacional altamente realista de um ensaio clínico para transtorno depressivo maior. Eles construíram um mundo virtual onde 240 participantes foram divididos em três grupos: um recebendo um placebo, um recebendo uma dose baixa de um fármaco e um recebendo uma dose alta. Eles simularam as pontuações de depressão dos pacientes ao longo de oito semanas, criando três tipos diferentes de padrões de recuperação para garantir que o teste fosse robusto. Eles também variaram o cronograma de verificações, testando cenários onde alguns participantes eram avaliados em momentos diferentes ou com frequências distintas. Nesse ambiente virtual, os pesquisadores sabiam a verdade exata sobre como o medicamento funcionava porque eles mesmos escreveram as regras da simulação. Isso permitiu que eles atuassem como um árbitro, comparando quão bem dois métodos diferentes — o modelo estatístico tradicional e o novo sistema de aprendizado profundo — conseguiam encontrar essa verdade conhecida.

Quando a análise começou, ambos os métodos foram capazes de perceber a tendência geral: a dose mais alta funcionava melhor do que a dose baixa, e ambas funcionavam melhor do que o placebo. Nesse sentido amplo, ambas as abordagens foram bem-sucedidas. No entanto, quando os pesquisadores olharam mais de perto para a precisão dos números, uma diferença clara surgiu. O método tradicional, embora confiável em média, mostrou um desvio perceptível da verdade conhecida em suas estimativas. Em média, seu cálculo do efeito do tratamento estava errado por cerca de 3,5 pontos na escala de depressão. Em contraste, o sistema de aprendizado profundo foi notavelmente preciso, com suas estimativas errando o valor real por apenas cerca de 0,15 pontos. O sistema de aprendizado profundo também mostrou um alinhamento muito mais estreito com a realidade conhecida, seguindo os valores verdadeiros quase perfeitamente, enquanto o método tradicional tendia a suavizar as diferenças entre os grupos, subestimando a verdadeira força do tratamento.

O estudo também examinou como cada sistema performou quando o tempo e a frequência das avaliações variavam, mimetizando cenários do mundo real onde os cronogramas de consulta não são uniformes. O modelo de aprendizado profundo provou ser robusto, mantendo sua precisão mesmo quando os dados eram coletados em intervalos irregulares. Ele conseguiu aprender os padrões subjacentes da recuperação dos pacientes sem precisar que lhe dissessem exatamente como esses padrões deveriam parecer. O método tradicional, que depende de suposições específicas sobre como os dados estão conectados e sobre a forma da curva de recuperação, mostrou maior desvio da verdade quando os dados não se ajustavam perfeitamente às suas expectativas pré-estabelecidas. Os pesquisadores descobriram que a abordagem de aprendizado profundo exigia muito menos suposições sobre o sistema subjacente para produzir um resultado mais próximo da verdade.

Apesar desses resultados impressionantes na simulação, os autores são cautelosos ao não declarar uma vitória final. Eles enfatizam que essas descobertas são específicas às condições que criaram. O estudo utilizou um tipo específico de escala de depressão, um número específico de participantes e um conjunto específico de regras para como os dados eram gerados. Embora o método de aprendizado profundo tenha mostrado um desempenho superior neste cenário controlado, os pesquisadores não afirmam que ele é universalmente melhor para todos os ensaios médicos. Eles observam que os modelos de aprendizado profundo podem ser complexos e difíceis de interpretar, e seu sucesso nesta simulação não garante que superarão os métodos tradicionais em todos os cenários do mundo real. O estudo serve como uma prova de conceito, sugerindo que o aprendizado profundo pode ser uma ferramenta poderosa e confiável para estimar efeitos de tratamento, particularmente quando os padrões de recuperação são complexos e difíceis de prever antecipadamente. Ele abre as portas para investigações futuras, convidando cientistas a testar esses métodos em ensaios maiores e mais diversos para ver se essa precisão se mantém quando as variáveis da vida real forem totalmente introduzidas.