Una encuesta sistemática de la estrategia óptima para hacer frente a los resultados binarios que faltan en los...

Área de la Ciencia:

• Estadísticas biológicas
• Metodología de los ensayos clínicos
• Análisis de datos

Sus antecedentes:

• La falta de datos de resultado binario (MBOD) es un desafío común en los ensayos controlados aleatorios (ECA).
• Las estrategias óptimas para manejar el MBOD son cruciales para obtener resultados imparciales y confiables de los ensayos.
• Los estudios de simulación proporcionan información valiosa sobre el rendimiento de diferentes métodos estadísticos.

Objetivo del estudio:

• Resumir las estrategias óptimas para hacer frente a la MBOD en ECA basadas en estudios de simulación.
• Evaluar la calidad de los informes de los estudios de simulación que abordan el MBOD en los ECA.

Principales métodos:

• Búsqueda sistemática de estudios de simulación que comparan las estrategias de MBOD en ECA.
• Evaluación de las métricas de rendimiento del estudio, incluidos sesgo, cobertura y potencia.
• Evaluación de la calidad de los informes utilizando criterios establecidos para los estudios de simulación.

Principales resultados:

• La imputación múltiple (MI) demostró un buen rendimiento consistente bajo los supuestos de ausencia total al azar (MCAR) y ausencia al azar (MAR).
• El análisis de caso completo (CCA) funcionó bien bajo MAR y MCAR, pero menos eficazmente bajo ausencia no aleatoria (MNAR).
• La imputación única no basada en el modelo generalmente mostró un mal rendimiento en todos los escenarios de datos faltantes.

Conclusiones:

• El enfoque MI es superior al CCA para el manejo de MBOD en ECA con respecto al sesgo y la cobertura.
• Los estudios de simulación ponen de relieve los puntos fuertes del IM y las limitaciones de los métodos de imputación única.
• La calidad de los informes en los estudios de simulación debe mejorarse, especialmente en lo que respecta a los parámetros de simulación y a los informes de fallas.