¿Está comprobando las violaciones de positividad secuenciales que te llevan abajo? ¡Prueba con el deporte!

Área de la Ciencia:

• Epidemiología
• Estadísticas biológicas
• Inferencia causal

Sus antecedentes:

• La positividad secuencial es crucial para la inferencia causal, pero es difícil de verificar.
• Los métodos existentes se basan en modelos de puntuación de propensión potencialmente mal especificados.
• Las violaciones de la positividad secuencial pueden sesgar los resultados en estudios observacionales.

Objetivo del estudio:

• Introducir un nuevo algoritmo, el árbol de regresión de positividad secuencial (sPoRT), para verificar el supuesto de positividad secuencial.
• Identificar los subgrupos que violan la positividad secuencial y comprender la naturaleza de estas violaciones.
• Proporcionar soluciones prácticas y conocimientos para manejar las violaciones de la positividad.

Principales métodos:

• Desarrolló el algoritmo de árbol de regresión de positividad secuencial (sPoRT).
• sPoRT ofrece versiones para estrategias de tratamiento estáticas/dinámicas, estratificadas/comunicadas en el tiempo.
• sPoRT demostrado utilizando un estudio de tiempo de tratamiento del VIH en el mundo real.

Principales resultados:

• El algoritmo sPoRT es fácil de usar y proporciona resultados interpretables para los epidemiólogos.
• Se identificaron subgrupos específicos que exhibían violaciones de positividad.
• Se dispone de un cuaderno R para la aplicación práctica de sPoRT.

Conclusiones:

• sPoRT identifica efectivamente los subgrupos interpretables que violan la positividad secuencial.
• Facilita la identificación fácil de patrones y tendencias en los factores de confusión.
• Ofrece recomendaciones prácticas para abordar las violaciones de positividad en la inferencia causal.