Un modelo de transición de varios estados para la estimación de la supervivencia en ensayos aleatorios con cambio de...

Área de la Ciencia:

• Estadísticas biológicas
• Metodología de los ensayos clínicos
• Análisis de la supervivencia

Sus antecedentes:

• Los métodos existentes de estimación de la supervivencia en ensayos aleatorios con cambio de tratamiento a menudo pasan por alto el subgrupo curado.
• La presencia de pacientes curados puede sesgar las estimaciones del efecto del tratamiento para los individuos no curados.

Objetivo del estudio:

• Proponer un nuevo modelo de transición de varios estados que estime con precisión los efectos del tratamiento en ensayos con un subgrupo curado y con cambio de tratamiento.
• Abordar las limitaciones de los métodos actuales modelando explícitamente la probabilidad de curación y el riesgo de muerte del subgrupo curado.

Principales métodos:

• Un modelo de transición de varios estados que integra la curación, la enfermedad progresiva (EP), el cambio de tratamiento y los estados de muerte.
• Modelado separado de la probabilidad de curación y el riesgo de muerte para el subgrupo curado.
• Utilización de un modelo de riesgos semi-competitivos para la evaluación del efecto del tratamiento en pacientes no curados.
• Empleando la optimización de enjambre de partículas para la estimación de parámetros.

Principales resultados:

• El modelo multistado propuesto demostró estimaciones más precisas del efecto del tratamiento en todos los escenarios simulados en comparación con los métodos existentes.
• Los estudios de simulación confirmaron el rendimiento superior del modelo en el manejo de subgrupos curados y el cambio de tratamiento.

Conclusiones:

• El modelo de transición multiestado desarrollado estima con precisión los efectos del tratamiento en ensayos clínicos que involucran a un subgrupo curado y al cambio de tratamiento.
• La robustez y aplicabilidad del modelo se resaltan por su rendimiento en un ensayo simulado de linfoma difuso de células B grandes.