Tener en cuenta los riesgos de competencia en la evaluación de la precisión discriminatoria de los biomarcadores...

Área de la Ciencia:

• Estadísticas biológicas
• Epidemiología
• La informática médica

Sus antecedentes:

• El rendimiento discriminativo de los biomarcadores puede cambiar con el tiempo y diferir entre los subgrupos de pacientes.
• La evaluación de las variaciones de rendimiento es vital para la evaluación integral de los biomarcadores y la identificación de las subpoblaciones de bajo rendimiento.
• Los riesgos concurrentes, como la muerte, pueden confundir la evaluación del rendimiento de los biomarcadores para el evento de interés.

Objetivo del estudio:

• Desarrollar un modelo de regresión para evaluar el impacto de las covariantes en el rendimiento discriminatorio de los biomarcadores.
• Evaluar específicamente el área debajo de la curva (AUC) dependiente del covariante específico para una causa definida.
• Proporcionar un método que tenga en cuenta los riesgos concurrentes en la evaluación del rendimiento de los biomarcadores.

Principales métodos:

• Desarrollo de un nuevo modelo de regresión para evaluar los efectos de las covariantes en el rendimiento de los biomarcadores.
• Construcción de una pseudo-probabilidad parcial para una estimación e inferencia robustas.
• Establecimiento de propiedades asintóticas para los estimadores estadísticos propuestos.

Principales resultados:

• Los estudios de simulación confirmaron el rendimiento de la muestra finita de los estimadores desarrollados.
• El método propuesto se aplicó con éxito a los datos del mundo real del Estudio Afroamericano de Enfermedad Renal e Hipertensión (AASK).

Conclusiones:

• El modelo de regresión desarrollado evalúa efectivamente el AUC específico de la covariante y dependiente del tiempo de la causa.
• Este enfoque proporciona un método fiable para evaluar el rendimiento de los biomarcadores en presencia de heterogeneidad y riesgos concurrentes.
• Los hallazgos ofrecen herramientas mejoradas para la evaluación de biomarcadores en diversas poblaciones de pacientes y escenarios clínicos complejos.