Modelo teórico de respuesta a elementos basado en árboles para evaluar el funcionamiento de elementos diferenciales...

Área de la Ciencia:

• Informática de la salud
• Psicometría
• Modelado estadístico

Sus antecedentes:

• Las medidas de resultado informadas por los pacientes (PROM) son cruciales para evaluar el estado de salud, pero su validez puede verse comprometida por el funcionamiento diferencial de los elementos (DIF).
• DIF surge de diferencias sistemáticas en las respuestas de los individuos con el mismo estado de salud subyacente, lo que puede conducir a conclusiones inexactas y decisiones clínicas.
• Los métodos tradicionales para la detección de DIF pueden fallar cuando las covariables son desconocidas, lo que requiere enfoques alternativos sólidos.

Objetivo del estudio:

• Introducir una aplicación web fácil de usar para la implementación de modelos basados en la teoría de la respuesta de los elementos (TRI) para detectar el funcionamiento diferencial de los elementos (DIF) en los datos de medición de resultados informados por los pacientes (PROM).
• Proporcionar una herramienta que se adapte a poblaciones potencialmente heterogéneas y covariables desconocidas relacionadas con el DIF.
• Facilitar la interpretación precisa de las puntuaciones PROM mediante la identificación de las fuentes de heterogeneidad de la muestra.

Principales métodos:

• Desarrollo de una aplicación web R Shiny para el modelado IRT basado en árboles.
• La aplicación admite especificación de modelo flexible, visualización de datos interactiva y configuraciones personalizables para varios tipos de datos.
• Incluye un tutorial para la preparación de datos, la selección del modelo y la interpretación de los resultados.

Principales resultados:

• La aplicación web permite la carga de datos interactivos (.CSV, .XLSX) y pruebas de DIF en elementos dicotómicos y politómicos.
• Proporciona recomendaciones para la selección de parámetros basadas en estudios de simulación.
• Los coeficientes de salida, los parámetros de los elementos y los gráficos para identificar las fuentes potenciales de DIF.

Conclusiones:

• La aplicación web desarrollada es una herramienta accesible y valiosa para los investigadores y los médicos.
• Mejora la comprensión de la heterogeneidad de la muestra en los datos PROM causados por DIF.
• Facilita inferencias más confiables de las puntuaciones PROM en entornos clínicos y de investigación.