Inferencia semiparamétrica para un diseño de muestreo dependiente del tiempo de falla en dos fases

Área de la Ciencia:

• Estadísticas biológicas
• Métodos de investigación epidemiológica
• Economía de la salud

Sus antecedentes:

• Los grandes estudios de cohorte con muestreo aleatorio simple suelen ser prohibitivos en términos de costes para la investigación epidemiológica, especialmente cuando las variables de exposición son costosas o difíciles de obtener.
• El muestreo dependiente del tiempo de fallo (FDS) es una estrategia rentable para estudios con tiempos de fallo como resultados, pero la eficiencia puede mejorarse aún más.

Objetivo del estudio:

• Proponer un nuevo diseño de muestreo de dos fases, el muestreo dependiente del tiempo de falla (FADS), para mejorar la eficiencia del estudio más allá del FDS tradicional.
• Desarrollar métodos estadísticos para la inferencia imparcial y la estimación de la varianza bajo el diseño propuesto de FADS.

Principales métodos:

• Se introdujo un diseño de FADS de dos fases en el que la probabilidad de medición de la exposición depende del tiempo de falla y de las variables auxiliares.
• Desarrolló un enfoque de pseudo-probabilidad máxima semiparamétrica para la inferencia estadística.
• Se utilizó un procedimiento de arranque no paramétrico para la estimación de la varianza para tener en cuenta el sesgo de muestreo.

Principales resultados:

• El estimador propuesto para los coeficientes de regresión es estadísticamente consistente y asintóticamente distribuido normalmente.
• Los estudios de simulación demuestran que el método FADS funciona bien y es más eficiente que los sistemas de muestreo de la competencia.
• El método se aplicó con éxito para analizar los datos del estudio ARIC y el estudio nacional de tumores de Wilms.

Conclusiones:

• El diseño del FADS ofrece un enfoque más eficiente y rentable para estudios epidemiológicos con variables de exposición costosas en comparación con el muestreo aleatorio simple y el FDS.
• Los métodos desarrollados de inferencia semiparamétrica y estimación de la varianza de arranque proporcionan herramientas confiables para analizar los datos recopilados en el marco de FADS.
• Esta metodología tiene implicaciones prácticas para la realización de investigaciones epidemiológicas con restricciones presupuestarias.