Estimación causal de tratamientos variables en el tiempo en estudios observacionales: una revisión del alcance de los...

Área de la Ciencia:

• Epidemiología
• Estadísticas biológicas
• Inferencia causal

Sus antecedentes:

• La estimación de los efectos causales de los tratamientos que varían en el tiempo es compleja debido a la confusión dependiente del tiempo y a la falta de datos.
• Los métodos robustos individuales son comunes en epidemiología, a pesar de que existen alternativas más robustas.
• La notificación y el tratamiento inadecuados de los datos faltantes pueden comprometer la validez del estudio.

Objetivo del estudio:

• Revisar las prácticas actuales en la estimación causal de los tratamientos variables en el tiempo.
• Identificar las tendencias metodológicas y las lagunas en los estudios epidemiológicos.
• Evaluar el uso de métodos estadísticos sólidos y el manejo de datos faltantes.

Principales métodos:

• Revisión del alcance de los artículos publicados entre 2023 y 2024.
• Busqué en las bases de datos de PubMed, Scopus y Web of Science.
• Se han extraído datos mediante un cuestionario estructurado y se han resumido los resultados de forma descriptiva.

Principales resultados:

• Se analizaron 68 artículos, de los cuales el 78% abordaba cuestiones epidemiológicas.
• Los métodos robustos individuales, en particular la probabilidad inversa de ponderación del tratamiento (IPTW), dominaron.
• El tratamiento de los datos faltantes fue inadecuado, con informes limitados, especificación de suposiciones y análisis de sensibilidad.

Conclusiones:

• La dependencia persistente de métodos singularmente sólidos y el mal manejo de los datos faltantes siguen siendo lagunas significativas.
• La adopción de métodos de estimación más nuevos y sólidos es limitada.
• El aumento del rigor metodológico y la transparencia son cruciales para evaluar los tratamientos que varían en el tiempo.