La aleatorización mendeliana, los lípidos y la enfermedad de las arterias coronarias: compensaciones entre el diseño...

Área de la Ciencia:

• Epidemiología
• La genética
• Investigación de las enfermedades cardiovasculares

Sus antecedentes:

• Los estudios de aleatorización mendeliana (AM) a menudo se comparan con los ensayos aleatorios naturales.
• Sin embargo, los estudios de RM con frecuencia se apartan de los principios ideales de diseño del ensayo, en particular los diseños de dos muestras que imponen suposiciones sólidas.
• Estas desviaciones pueden afectar a la validez y comparabilidad de los resultados de la RM.

Objetivo del estudio:

• Evaluar empíricamente la influencia de varias opciones de diseño de estudio y metodologías de dos muestras en las estimaciones de aleatorización mendeliana.
• Específicamente, para evaluar estos impactos dentro de un estudio de RM que investigue la relación entre los lípidos (LDL-C y HDL-C) y la enfermedad arterial coronaria (CAD).

Principales métodos:

• Se utilizaron datos del Programa Million Veteran, centrados en los participantes de ascendencia europea sin CAD previo.
• Diseñó un estudio de RM para estimar las probabilidades a 10 años para el aumento de CAD por unidad en LDL-C y HDL-C.
• Se modificó secuencialmente el diseño del estudio para simular decisiones comunes de RM, incluidos los enfoques de una muestra frente a dos muestras y la inclusión de resultados prevalentes.

Principales resultados:

• Las estimaciones de LDL-C variaron significativamente, con estimaciones de una muestra que oscilaron entre 1,50 y 2,23 y estimaciones de dos muestras entre 1,13 y 1,30.
• Las estimaciones de HDL-C mostraron un rango similar, de 0,76 a 0,93 en los análisis de una y dos muestras.
• La inclusión de los resultados prevalentes demostró el impacto más sustancial en las estimaciones de MR.

Conclusiones:

• La magnitud de las estimaciones de aleatorización mendeliana es manifiestamente sensible a las decisiones específicas de diseño del estudio.
• Los diseños de RM de dos muestras y el manejo de los resultados prevalentes pueden dar lugar a variaciones considerables en los resultados.
• Los futuros estudios de RM deben dar prioridad a los análisis de sensibilidad para evaluar la solidez de sus hallazgos en diferentes opciones de diseño.