Metodologias causais para estudos observacionais

Transcrição

1 Metodologias causais para estudos observacionais Prof. Alexandre Chiavegatto Filho Escola de Epidemiologia FSP-USP 18 de maio de 2015

2 Referências 1 - Menezes Filho, N. Avaliação econômica de projetos sociais. (Disponível online.) 2 - Dowd BE. Separated at birth: Statisticians, social scientists, and causality in health services research. Health Serv Res Apr; 46(2): Hérnan MA, Robins JM. Causal Inference. (Em redação, versão preliminar disponível online.)

3 Causalidade - Grande questão da ciência. - Aumento da escolaridade está associado a melhor saúde? - O que queremos saber na verdade é Aumento da escolaridade causa melhor saúde? - Algumas áreas da ciência têm avançado mais em causalidade do que outras.

4 Causalidade - Epidemiologia historicamente tem avançado pouco em relação a metodologias causais. - Em grande parte por causa dos estudos clínicos randomizados permitem causalidade em estudos epidemiológicos. - Problema: boa parte dos estudos de interesse para epidemiologistas não podem ser randomizados. - Escolaridade e saúde: não é possível aleatorizar a educação seria necessário proibir quem não foi escolhido de estudar. - Atividade física e saúde. - Características dos bairros e saúde.

5 Causalidade - Mesmo em estudos em que é eticamente possível fazer um estudo randomizado controlado existem problemas de tempo e dinheiro. - Solução: metodologias causais para estudos observacionais. - Diferenças em diferenças. - Propensity score matching. - Regressão descontínua.

6 Causalidade - Y i = X i β + T i β T + ε i - Y é o desfecho de interesse, por exemplo um escore de bem-estar e saúde. - X é um vetor de variáveis de controle. - T é o tratamento de interesse (por exemplo, ter terminado o ensino superior) - Então, β T é o efeito de ter terminado o ensino superior na saúde e bem-estar.

7 Causalidade - Y i = X i β + T i β T + ε i - Problemas: - Causalidade reversa: o modelo não exclui a possibilidade de a melhor saúde levar a maior escolaridade. - Variáveis omitidas: pode haver uma variável não-observada que causa tanto o desfecho (Y) quanto o tratamento (T). (Ex: resiliência.)

8 Causalidade - Solução: contrafatual. - Qual seria o desfecho encontrado para os indivíduos que receberam o tratamento caso eles não tivessem recebido o tratamento. - Com o contrafatual, o efeito do tratamento é simplesmente a diferença no desfecho encontrada com e sem o tratamento. D 11 = E [Y i 1 T i = 1] média para os tratados entre os tratados. D 10 = E [Y i 0 T i = 1 média para os tratados caso não tivessem sido tratados.

9 Causalidade D 11 = E [Y i 1 T i = 1] média para os tratados entre os tratados. D 10 = E [Y i 0 T i = 1 média para os tratados caso não tivessem sido tratados. - Efeito do tratamento: D 11 - D 10

10 Causalidade - Problema: D 10 não é observado. D 10 = E [Y i 0 T i = 1 - Solução: usar não tratados como o contrafatual dos tratados. - Problema: viés de autosseleção. D 11 - D 00

11 Causalidade - Metodologias causais que procuram solucionar o problema do viés de autosseleção: ouro. - Aleatorização (estudos randomizados controlados): padrão - Diferenças em diferenças. - Propensity score matching. - Regressão descontínua.

12 Aleatorização - Balanceamento das características observáveis e não-observáveis. - Não está isenta de problemas técnicos: - Não-comprometimento com o protocolo do tratamento. - Utilização de outras intervenções similares pelo grupo de não-tratamento. - Desistências. - Problemas de custo e tempo.

13 Aleatorização - Causalidade: E [Y i 1 T i = 1] - E [Y i 0 T i = 1 - Com aleatorização, os grupos tratados e não-tratados não são significativamente diferentes e, portanto: E [Y i 0 T i = 1 = E [Y i 0 T i = 0

14 Aleatorização - Em relação ao modelo de regressão Y i = α + T i β T + ε i - A aleatorização garante que a escolha do tratamento não esteja associada com variáveis não observáveis. - β é o efeito causal do tratamento T.

15 Diferenças em diferenças - Permite controlar pelas características fixas dos indivíduos (ex: resiliência). - Baseado numa dupla subtração: - Diferença pós-tratamento e pré-tratamento separadamente para tratados e não tratados. - Diferença entre o resultado anterior dos dois grupos. - Necessita dos dados do desfechos pré e pós tratamento para os dois grupos.

16 Diferenças em diferenças - Principal hipótese: - Se não houvesse tratamento, a trajetória temporal dos dois grupos seria a mesma. - Não é necessário que os dois grupos partam do mesmo ponto! - Também importante: não pode haver uma mudança externa ao tratamento que afete um grupo e não o outro.

17 Diferenças em diferenças

18 Diferenças em diferenças Efeito do ensino superior na saúde: (B-A) (D-C) = ( ) ( ) = 50

19 Propensity score matching - Comparar indivíduos com características semelhantes: - Única diferença: um grupo recebeu o tratamento e o outro não. - Precisa haver sobreposição das características dos indivíduos dos dois grupo. - Principal hipótese: só as características observáveis podem estar associadas com o tratamento.

20 Propensity score matching - Formalmente, o propensity score é definido como: e(x) = Pr(T = 1 X) - O propensity score é estimado normalmente por meio de uma regressão logística: - variável dependente é o recebimento do tratamento. - variáveis independentes são aquelas associadas ao recebimento do tratamento.

21 Propensity score matching - Após os parâmetros do modelo logístico terem sido estabelecidos insere-se os valores para cada indivíduos. - Resultado: probabilidade de tratamento para cada indivíduo. - Sobreposição dos propensity scores de tratados e não-tratados permite o pareamento. - Pareamento mais comum: nearest neighbor matching.

22 Regressão descontínua - Utilizada quando a probabilidade de receber tratamento muda de acordo com uma variável Z. - Analisa o efeito do tratamento no ponto de corte que define o tratamento. - Limitação: permite identificar um efeito causal, mas não o efeito para a população como um todo (apenas para aqueles próximos do ponto de corte).

23 Regressão descontínua - Exemplo: analisar o efeito de ter estudado na USP na saúde e bemestar das pessoas. - Como: analisando só os indivíduos que tiraram nota próxima do ponto de corte. - Hipótese assumida: a diferença entre tirar nota no ponto de corte ou um ponto abaixo é puramente aleatória. - Indivíduos têm a mesma capacidade, só que um grupo teve sorte (recebeu o tratamento) e o outro teve azar (não recebeu).

24 Regressão descontínua O efeito médio de ter feito USP será a diferença entre os escores de saúde e bem-estar de quem tirou nota 75 (entrou) e quem tirou nota 74 (não entrou).

25 Regressão descontínua - Foi utilizado o caso sharp de regressão descontínua, onde a pequena diferença no ponto de corte significa receber ou não o tratamento. - Caso fuzzy: ficar acima do ponto de corte somente aumenta a probabilidade de receber tratamento (não é garantido). - Exemplo: pós graduação da FSP: tirar nota acima do corte em Inglês não garante que o aluno será aprovado (depende da avaliação do currículo dos alunos por parte dos professores).

26 Conclusão - É possível pensar em causalidade mesmo utilizando estudos observacionais. - Entretanto, cada uma das metodologias tem as suas limitações e suas hipóteses assumidas. - Causalidade deve cada vez mais fazer parte do vocabulário dos epidemiologistas - Principalmente com a chegada da genética, epigenética e big data.

27 Gráficos adaptados de Menezes Filho, N. Avaliação econômica de projetos sociais