Aumento de datos Bayesianos para eventos recurrentes bajo evaluación intermitente en intervalos superpuestos con...

Área de la Ciencia:

• Estadísticas biológicas
• Informática de la salud
• Epidemiología

Sus antecedentes:

• Los registros médicos electrónicos (EMR) ofrecen datos de salud valiosos, pero presentan desafíos para el análisis de eventos recurrentes debido a las observaciones intermitentes y censuradas.
• Los métodos estadísticos existentes a menudo fallan con intervalos de evaluación no contiguos o superpuestos comunes en los datos de EMR.

Objetivo del estudio:

• Desarrollar y validar un método bayesiano de aumento de datos para el análisis de eventos recurrentes con patrones de evaluación complejos en datos EMR.
• Identificar los factores de riesgo, incluidos los medicamentos, asociados con caídas en pacientes con cáncer de mama utilizando datos de EMR del mundo real.

Principales métodos:

• Un enfoque de aumento de datos bayesiano que utiliza un muestreador de Gibbs para imputar tiempos de evento.
• Muestreo de rechazo de procesos de Poisson no homogéneos, optimizado con partición, truncado y muestreo secuencial para grandes conjuntos de datos.
• Estudios de simulación para evaluar la exactitud de la estimación de los parámetros.

Principales resultados:

• El método propuesto estima con precisión los parámetros de las intensidades del proceso de Poisson log-lineal en simulaciones.
• El análisis de un gran conjunto de datos de EMR (5501 pacientes con cáncer de mama) identificó factores de riesgo significativos para las caídas.
• La evidencia apoya las asociaciones entre factores de riesgo específicos, incluidas las clases de medicamentos, y el riesgo de caídas.

Conclusiones:

• El método bayesiano desarrollado maneja eficazmente datos complejos de eventos recurrentes evaluados de forma intermitente en la REM.
• Este enfoque mejora la utilidad de los datos de EMR para la investigación epidemiológica, en particular para identificar los factores de riesgo de eventos adversos.
• Los hallazgos proporcionan información sobre las estrategias de prevención de caídas para los pacientes con cáncer.