métodos estadísticos en el trasplante renal - Roche Trasplantes

More documents

Recommendations

Info

MÉTODOS ESTADÍSTICOS EN EL TRASPLANTE RENALmiento con el injerto funcionando y otros desaparecen del estudio, también con el injertofuncionando a los cuatro y diez meses, respectivamente. En esta situación la IA,en un año, es 2/6 o el 33%. Obsérvese la indeterminación de este índice debido a laspérdidas. En este ejemplo, si se hubiera completado el periodo de observación en todoslos individuos, los dos perdidos podrían haber sufrido la pérdida del injerto y la IAsería tan distinta como el 66%.Densidad (o tasa) de incidenciaPara evitar la limitación de la incidencia acumulada se define este otro índice de incidencia,la densidad o tasa de incidencia, que es el cociente entre el número de casos nuevosocurridos durante el periodo de seguimiento y la suma de todos los tiempos de observación.Se calcula:DI (t1 , t 2 ) =Nº eventos nuevosΣ n ∆t ii=1Sus características son que tiene dimensión de inversa del tiempo, un rango ilimitado apartir de 0. No depende del tiempo de seguimiento, asumiendo estacionalidad, es decir,ritmo constante, y no necesita cohorte fija. En el ejemplo anterior:Σ n ∆t i = 3+6+4+10+12+12 = 47 DI (1,12) =2 = 0,043 meses-1i=1 47meses -1 es una forma de representar que su unidad es la inversa del tiempo y que éstese ha medido en meses, otra forma de representarlo es persona/mes y, con frecuencia,se usa el año como unidad de tiempo. Evidentemente para pasar de persona/mesa persona/año hay que multiplicar por 12. El resultado anterior se puede vercomo:DI (1,12)= 0,043 meses -1 = 0,516 años -1Esta es una forma común de expresar la mortalidad de los enfermos sometidos a tratamientosustitutivo por insuficiencia renal (diálisis o trasplante). Como en este caso lasdensidades de incidencia son bajas, normalmente se expresa como mortalidad por 100enfermos/año, resultante de multiplicar por 100 la DI expresada como enfermos/año. Esdecir, en el ejemplo anterior la mortalidad sería 0,516 x 100 = 51,6 casos de muerte por100 enfermos/año.72
CURVAS DE VIDA Y SUPERVIVENCIAVariable tiempo hasta un eventoSin embargo, en muchos estudios clínicos y también en trasplante, el principal resultadode interés no es la frecuencia de ocurrencia de los eventos, sino el tiempo hasta queocurre uno. Este evento puede ser adverso como muerte o fracaso del injerto, o positivocomo alta hospitalaria o reincorporación a la vida laboral.El análisis de este tipo de variable, “tiempo hasta la ocurrencia de un evento”, suelepresentar dos dificultades que impiden realizarlo con las técnicas estadísticas generales,tales como la t de Student, el análisis de la varianza o los modelos de regresión lineal.En primer lugar, en la mayor parte de los estudios, la variable tiempo no tiene ladistribución normal que esas técnicas exigen, más bien suele tener una distribuciónasimétrica, en la que típicamente los eventos ocurren con mayor frecuencia al principioque al final del periodo de seguimiento y, aunque podrían intentarse transformacionesque la normalizaran, existe una segunda dificultad, y es que, en general, al final del periodode seguimiento siempre hay individuos en los que no se ha podido observar elevento y, por lo tanto, en los que el tiempo hasta su ocurrencia es desconocido, si biense tiene una información parcial sobre él, es mayor o igual que el tiempo observado. Aeste fenómeno se le denomina censura y es el que exige un planteamiento específicopara estas variables, que permita aprovechar la información contenida en los tiemposcensurados.Al conjunto de técnicas que permiten estudiar la variable tiempo hasta que ocurre unevento y su dependencia de otras posibles variables explicativas, se le denomina análisisde supervivencia y, aunque este nombre sugiere que el evento es la muerte, se insisteen que también puede y debe usarse para analizar el tiempo hasta cualquier otroevento, como por ejemplo la curación, la aparición de la enfermedad o el rechazo del injerto.En otros ámbitos, como los procesos de control de calidad, se estudia con lasmismas técnicas el tiempo hasta que un cierto producto falla (tiempo de fallo) o el tiempode espera hasta recibir un servicio (tiempo de espera), etc.Existen tres motivos por los que pueden aparecer las censuras. En primer lugar, por elfin del estudio. Supóngase, por ejemplo, que para evaluar la eficacia de un nuevo tratamientopara una enfermedad mortal, se siguieron en el tiempo, durante un año, dos gruposde pacientes. A los pacientes de un grupo se les administró el tratamiento en evaluacióny, a los del otro, el tratamiento estándar, y se registró la duración del intervalo detiempo entre el inicio del tratamiento y la muerte. Al final del estudio puede haber individuosque no hayan muerto.La segunda causa es la pérdida del seguimiento. En el ejemplo anterior, algunos delos individuos pudieron desaparecer del estudio en algún momento del mismo, por diversosmotivos: cambio de domicilio, falta de interés, etc.73
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 12 and 13:
Page 14 and 15:
Page 16 and 17:
Page 18 and 19:
Page 20 and 21:
Page 22 and 23:
Page 24 and 25:
Page 26 and 27:
Page 29:
ESTADÍSTICA EN BIOMEDICINA: UNA HE
Page 32 and 33:
Page 34 and 35: MÉTODOS ESTADÍSTICOS EN EL TRASPL
Page 66 and 67: EL CONCEPTO DE SEMIVIDACOMO PREDICT
Page 68 and 69: EL CONCEPTO SEMIVIDA COMO PREDICTOR
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?