métodos estadísticos en el trasplante renal - Roche Trasplantes

MÉTODOS ESTADÍSTICOS EN EL TRASPLANTE RENAL5. Realizar un modelo multivariable saturado con las variables que han sido seleccionadasen el paso anterior. Aunque tenga las mismas variables, este modelo puedeser distinto del obtenido en el paso 4: suponga que en el paso 4 se intentan valorar,como posibles factores de confusión, la edad, el sexo, la clase social, el consumodel alcohol y el de tabaco. Aunque el modelo seleccione sólo la edad y el sexo,los cálculos se realizarán solamente con los sujetos de los que se dispone de lainformación relativa a las cinco variables. En el modelo saturado del paso 5, en cambio,intervienen todos los sujetos de los que se conocen la edad y el género, aunqueno se conozcan la clase social y el consumo de alcohol y tabaco.6. Aproximación heurística: realizar nuevos modelos, sacando e introduciendo las variablesdel modelo saturado, para retener aquellas que cambian el coeficiente de laexposición en más del 10% respecto del modelo saturado.MODELOS PREDICTIVOS Y EXPLICATIVOSLos modelos multivariables pueden tener básicamente dos finalidades: identificar las causasque explican un resultado (se habla entonces de modelos explicativos) o predecir elresultado –haya o no una relación causal– (es el caso de los modelos predictivos). En amboscasos, se utilizan las mismas técnicas multivariables (regresión logística, de Poisson, deCox, etc.), pero la forma de construir el modelo y de interpretarlo cambia completamente.Modelos explicativosLos modelos explicativos son del tipo de los presentados en la sección anterior: sedesea medir la asociación de una variable con un resultado y se introducen otras variables,en el modelo, con la finalidad de obtener estimaciones correctas (ajustadas) delriesgo relativo. Observe que estos modelos tienen finalidad causal, por ello es necesariotener presente los factores de confusión y las interacciones e introducirlos en elmodelo siguiendo el procedimiento que se ha descrito en la sección Control de factoresde confusión en el análisis. En los modelos explicativos es incorrecto dejar en manosdel ordenador la selección automática de las variables (por ejemplo, mediante la regresiónpaso a paso). Se trata de los modelos más utilizados.Modelos predictivosEn ocasiones, el investigador desea elaborar un modelo que prediga cuándo se va aproducir el resultado, aunque no exista una relación causal entre las variables del modeloy el resultado. Por ejemplo, los criterios de Ramson para la pancreatitis no provocanla muerte, pero la predicen. En la elaboración de un modelo predictivo, las variables nose seleccionan por la asociación que tengan con el resultado (la muerte, el fracaso delinjerto,etc.) sino por su capacidad para clasificar a los pacientes en dos grupos: los quetendrán un trasplante exitoso o los que tendrán un fracaso. En el modelo predictivo, por16