métodos estadísticos en el trasplante renal - Roche Trasplantes

More documents

Recommendations

Info

MÉTODOS ESTADÍSTICOS EN EL TRASPLANTE RENAL(a)(b)Fallo:Muertos con funcióndel injertoCensura:Muertos con funcióndel injertoCensura:Vivos con funcióndel injertoCensura:Vivos con funcióndel injertoFallo:Vivos con fracasodel injertoFallo:Vivos con fracasodel injertoFigura 1. Dos formas de analizar la supervivencia del injerto. En (a), la muerte con funciónse considera fallo; en (b), la muerte con función se considera dato censurado. En(b), la muerte actúa como un riesgo competitivo: si aumenta la mortalidad, disminuyeel riesgo de fracaso del injerto.La relación entre las tres variables (hospital, mortalidad y emergencia) se muestra en laFigura 1. Para saber si una variable es un factor de confusión es necesario comprobartres criterios:• Criterio 1: el factor de confusión es un factor de riesgo del efecto independiente dela exposición o variable que se estudia. En nuestro ejemplo, la cirugía de emergenciaes un factor de riesgo de la mortalidad en cualquier hospital.• Criterio 2: el factor de confusión está asociado al factor que se estudia. En el ejemplo,la cirugía de emergencia es más frecuente en el hospital A.• Criterio 3: el factor de confusión no es una consecuencia del factor que se estudia(ni tampoco consecuencia del efecto). En el ejemplo, este criterio se cumple si elhospital A no demora el trasplante hasta que se produce la emergencia.Control de factores de confusión en el análisis¿Qué debe hacer el investigador en el análisis cuando encuentra un factor de confusión?Hay básicamente dos alternativas: análisis estratificado (como el que se ha realizado eneste ejemplo) y análisis multivariable. El análisis estratificado, que debe realizarse siempreantes del multivariable para tener un mejor conocimiento de los datos, sólo es útilcuando hay uno o dos factores de confusión, porque puede ser inmanejable, con unnúmero mayor, el número de estratos. El análisis multivariable consiste en introducirdentro del modelo (por ejemplo, de regresión logística o de regresión de Cox), la varia-14
ESTADÍSTICA EN BIOMEDICINA: UNA HERRAMIENTA PELIGROSAble de interés y los factores de confusión. En el ejemplo que se está presentando, seutilizaría la regresión logística en la que se relacionaría la probabilidad de muerte con elhospital y con la cirugía de emergencia.Un problema añadido se presenta cuando hay un gran número de variables candidatasa ser incluidas en el modelo de regresión. ¿Cuáles de ellas deben seleccionarse? ¿Existealguna regla de selección? Un procedimiento que frecuentemente se utiliza de formaerrónea es la regresión paso a paso (stepwise regression). En la regresión paso a pasoes el ordenador quien decide –con la ayuda de un algoritmo estadístico– las variablesque se incluyen en el modelo; esto puede hacer que se seleccionen variables irrelevanteso que no sean factores de confusión (con lo que los intervalos de confianza seránmayores y descenderá la significación estadística), o que algunos factores de confusiónno sean seleccionados (con lo que las OR obtenidas no serán correctas: estarán sesgadas).Es la aproximación que utilizaron Shahinian et al. (2003) en un análisis de factoresde riesgo de enfermedad linfoproliferativa tras el trasplante, con un estudio de casos ycontroles, emparejados, en una relación 1:2 (20 casos y 40 controles).La regresión paso a paso sólo debería utilizarse en tres situaciones (Katz, 1999):a) cuando se pretende obtener un modelo predictivo con el menor número posiblede variables (ver más adelante Modelos predictivos y explicativos), b) cuandose intenta minimizar el impacto de los datos que no constan (missing data), o c)cuando la muestra es escasa.Si se pretende obtener una estimación ajustada de la OR o del RR, un procedimientomás adecuado es el sugerido por Delgado-Rodríguez y Llorca (2001):1. Revisar la bibliografía para identificar los factores de riesgo o los protectores conocidosy su posible asociación con la exposición. Cualquier variable que haya sidoidentificada previamente como factor de riesgo o protector del efecto en estudiodeberá ser considerada como posible factor de confusión.2. Eliminar los factores de riesgo o protectores que se consideren variables intermediasentre la exposición y el efecto.3. Realizar un análisis estratificado: la relación entre la exposición y el efecto debeestudiarse estratificando por cada una de las variables que han quedado despuésdel paso 2. Esto permite identificar los factores de confusión y las interacciones.4. Realizar un modelo multivariable, paso a paso (exploratorio), con todas las variablesidentificadas en el paso 3. Para ello, se parte de un modelo en el que el efecto esla variable dependiente y la exposición de interés es el regresor. A continuación, sepermite la introducción progresiva de las variables que tengan una p
Page 1 and 2: B i b l i o t e c a d eT R A S P L
Page 3 and 4: DRUGEdificio Vértice Antonio Lópe
Page 6: Electronic Control Device Research
Page 10 and 11: MÉTODOS ESTADÍSTICOS EN EL TRASPL
Page 29: ESTADÍSTICA EN BIOMEDICINA: UNA HE
Page 64 and 65:
MÉTODOS ESTADÍSTICOS EN EL TRASPL
Page 66 and 67:
EL CONCEPTO DE SEMIVIDACOMO PREDICT
Page 68 and 69:
EL CONCEPTO SEMIVIDA COMO PREDICTOR
Page 70 and 71:
Page 72 and 73:
Page 74 and 75:
Page 76 and 77:
Page 78 and 79:
Page 80 and 81:
Page 82 and 83:
Page 84 and 85:
Page 86 and 87:
Page 88 and 89:
Page 90 and 91:
Page 92 and 93:
Page 94 and 95:
Page 96 and 97:
Page 98 and 99:
Page 100 and 101:
Page 102 and 103:
Page 104 and 105:
Page 106 and 107:
Page 108 and 109:
Page 110 and 111:
Page 112 and 113:
Page 114 and 115:
Page 116 and 117:
Page 118 and 119:
Page 120 and 121:
Page 122 and 123:
Page 124 and 125:
Page 126 and 127:
Page 128 and 129:
Page 130 and 131:
Page 132 and 133:
Page 134 and 135:
Page 136 and 137:
Page 138 and 139:
Page 140 and 141:
Page 142 and 143:
Page 144 and 145:
Page 146 and 147:
DE LAS BASES DE DATOSA LOS PROGRAMA
Page 148 and 149:
DE LAS BASES DE DATOS A LOS PROGRAM
Page 150 and 151:
Page 152 and 153:
Page 154 and 155:
Page 156 and 157:
Page 158 and 159:
Page 160 and 161:
RESULTADOS DEL TRASPLANTERENAL: ENS
Page 162 and 163:
RESULTADOS DEL TRASPLANTE RENAL: EN
Page 164 and 165:
Page 166 and 167:
Page 168 and 169:
Page 170 and 171:
Page 172 and 173:
Page 174 and 175:
Page 176 and 177:
Page 178 and 179:
Page 180 and 181:
Page 182 and 183:
Page 184 and 185:
Page 186 and 187:
Page 188 and 189:
Page 190 and 191:
Page 192 and 193:
Page 194:
show all

métodos estadísticos en el trasplante renal - Roche Trasplantes

Create successful ePaper yourself

Delete template?

Save as template?