métodos estadísticos en el trasplante renal - Roche Trasplantes

MÉTODOS ESTADÍSTICOS EN EL TRASPLANTE RENAL2. Utilización de variables tiempo-dependientes. El método descrito en el apartadoModelo de riesgo proporcional o de Cox asume que las variables independientesno cambian durante el tiempo (edad al trasplante, sexo, etc.) o están medidas en elcomienzo del seguimiento. Existe una extensión del método que permite incluirtambién variables tiempo-dependientes, es decir, variables que cambian a lo largode la evolución, aunque deben utilizarse con cuidado, pues pueden dar lugar a erroresen relación con su ubicación en la cadena causal. Los más frecuentes son:A) Confundir una consecuencia con la causa: por ejemplo, si en una cohorte deenfermos con insuficiencia renal avanzada, queremos analizar las relacionesentre la función renal residual y la supervivencia. Es posible que la supervivenciasea menor en los pacientes que presentan, al comienzo del seguimiento,una función renal menor. Pero si lo que pretendemos es analizar la relación entrela evolución de la función renal y la supervivencia, el resultado puede serparadójico. Por ejemplo, si consideráramos la media de función renal en losdistintos momentos evolutivos y, dado que ésta tiende a 0, los supervivientestendrán una función renal más baja que los que han fallecido previamente, loque llevaría a la falsa conclusión de que, a menor función residual, mayor supervivencia.B) Utilización de información futura en el modelo de regresión: en síntesis, el futurono debe predecirse utilizando información futura. Pueden utilizarse las variablestiempo-dependientes siempre que no formen parte del evento quepretendemos analizar y se produzcan en un momento anterior a éste, es decir,que sean información anterior a la producción del evento (31,41).Un ejemplo ilustrativo del error, que puede cometerse por utilizar en el modelode regresión información futura, lo constituye el análisis de las relacionesentre edad y mortalidad. Típicamente, la mortalidad aumenta con la edad y es,por tanto, correcto incluir la edad de un sujeto, a su entrada en el estudio, comouna covariable del análisis de supervivencia, que puede identificar a laedad en situación basal como un factor de riesgo de mortalidad.Sin embargo, si lo que se considera es la edad media durante el estudio (porejemplo, la media entre la edad basal y en los distintos momentos en los quese analiza el evento de interés (1, 2, 5 años, etc.), esto es incorrecto, ya quese utiliza información futura. Suponer que esto se hiciera para una poblacióncuyo estudio se inicia al nacer, haciendo estas cuentas, los sujetos con mayoredad media serían obviamente los que tienen, también, mayor supervivencia.3. Colinealidad: existen problemas de colinealidad, que dan lugar a imprecisiones e inestabilidadesde los modelos (6,31), cuando algunas variables independientes estánmuy correlacionadas entre sí. Es el caso que sucede cuando una variable englobaa otras varias. Por ejemplo, si queremos analizar a los enfermos, en tratamientosustitutivo de la insuficiencia renal, del valor pronóstico de las siguientes variables:cardiopatía isquémica, claudicación intermitente, accidente cerebrovascular y arteriosclerosis.Al realizar el modelo de regresión, pueden producirse problemas de116