Propuesta metodológica para el análisis de supervivencia con eventos recurrentes en estudios epidemiológicos cuando el número de eventos previos es desconocido
Introducció: En molts estudis clínics, epidemiològics i de salut pública, l'esdeveniment d'interès es presenta sovint més d'una vegada i els temps entre ocurrències poden estar correlacionats. Per a aquest tipus de situacions, es requereix comptar amb mètodes estadístics específics qu...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis doctoral |
| Fecha de publicación: | 2021 |
| País: | España |
| Institución: | Universitat Autònoma de Barcelona |
| Repositorio: | Dipòsit Digital de Documents de la UAB |
| Idioma: | español |
| OAI Identifier: | oai:ddd.uab.cat:241224 |
| Acceso en línea: | https://ddd.uab.cat/record/241224 |
| Access Level: | acceso abierto |
| Palabra clave: | Esdeveniments recurrents Eventos recurrentes Recurrent events Dependència d'esdeveniment Dependencia de evento Dependence event Imputació Imputación Imputation Ciències de la Salut |
| Sumario: | Introducció: En molts estudis clínics, epidemiològics i de salut pública, l'esdeveniment d'interès es presenta sovint més d'una vegada i els temps entre ocurrències poden estar correlacionats. Per a aquest tipus de situacions, es requereix comptar amb mètodes estadístics específics que permetin donar resposta a preguntes relacionades amb la probabilitat d'ocurrència de nous esdeveniments i l'impacte de les covariables afegides. Quan hi ha recurrència d'esdeveniments, l'experiència ha mostrat que es pot presentar dependència d'esdeveniment i heterogeneïtat individual que obliguen a pensar en mètodes d'anàlisi més enllà del model de Cox estàndard. En aquest tipus d'anàlisi, la censura a l'esquerra juga un paper determinant, però, la història prèvia sovint és desconeguda i és important establir estratègies per al seu maneig. Objectiu: Proposar una alternativa d'anàlisi de supervivència per a esdeveniments recurrents amb dependència d'esdeveniment quan es desconeix el nombre d'episodis previs a l'inici de l'seguiment per part (o tots) els subjectes de la mostra. Metodologia: Es van dur a terme dues fases. La primera va incloure la revisió de mètodes per al tractament de dades mancants i la identificació d'un mètode adequat per imputar aquestes dades quan la variable és de re-compte, a través d'un estudi de simulació que permetés comparar diferents mètodes basats en la distribució Poisson i generalitzacions d'aquesta distribució; tenint en compte a més diferents escenaris de dispersió i diferents percentatges de dades mancants. La segona fase va incloure la revisió de models disponibles per a l'anàlisi de supervivència quan hi ha esdeveniments recurrents amb dependència d'esdeveniment i heterogeneïtat individual i es va desenvolupar un estudi de simulació que permetés identificar el millor model per ajustar a dades d'esdeveniments recurrents amb aquestes característiques, imputant la informació prèvia (censura a esquerra) amb el mètode trobat a la primera simulació. Resultats: En la primera fase, es va trobar que el model adequat per imputar aquesta variable, quan hi ha sobredispersió, equidispersión, infradispersión o excés de zeros és la imputació múltiple basada en la distribució COMPoisson. En la segona fase, es va trobar que els models PWP-CP i PWP-GT incloent el component de fragilitat, estratificant segons si s'havia estat a risc previ, i imputant els episodis previs mostraba el millor rendiment. Addicional als dos estudis de simulació, es va construir un paquet en R miRecSurv posat a disposició de la comunitat científica per al seu ús. Conclusions Per a la imputació de dades mancants quan es té una variable de re-compte, la decisió de l'mètode es basa en l'anàlisi de dispersió de la variable i en el percentatge de dades perdudes. Segons els resultats de simulació en aquest estudi, el model COMPoisson es comporta bé per a la imputació de variable discreta ja que és flexible pel que fa a l'ús d'aquesta variable amb característiques de sobre i subdispersión, així com amb equidispersión. La proposta de model realitzada en aquesta tesi sembla funcionar raonablement bé per a la majoria de situacions estudiades, en general molt millor que l'alternativa de l'ús de models amb risc basal comú. Si el fenomen d'interès es genera a partir de funcions de risc constants, i quan tots els subjectes de la mostra han estat a risc de l'esdeveniment abans de l'inici de l'seguiment, el model proposat en la seva formulació gap time sembla ser el més adequat. I si el fenomen d'interès es genera a partir de funcions de risc no constants, el model més adequat és el proposat amb formulació counting process, al menys fins al 50% de subjectes a risc previ a l'inici de l'seguiment. |
|---|