¿A quién estamos perdiendo? Un enfoque basado en principios para caracterizar a la población subrepresentada

Área de la Ciencia:

• Epidemiología clínica
• Estadísticas biológicas
• Investigación en servicios de salud

Sus antecedentes:

• Los ensayos controlados aleatorios (ECA) son cruciales para la inferencia causal, pero se enfrentan a desafíos en la generalización debido a la heterogeneidad y la subrepresentación de los subgrupos.
• La extensión de los resultados de los ECA a poblaciones objetivo más amplias requiere métodos para abordar estas limitaciones.

Objetivo del estudio:

• Desarrollar y validar un nuevo marco para identificar y caracterizar los subgrupos subrepresentados dentro de los ECA.
• Mejorar la generalización de los hallazgos de ECA a las poblaciones del mundo real.

Principales métodos:

• Introducción del conjunto de árboles óptimos de Rashomon (ROOT), un enfoque basado en la optimización para caracterizar a los grupos subrepresentados.
• ROOT minimiza la variación de la estimación del efecto medio de tratamiento objetivo para mejorar la precisión.
• Aplicación de la metodología para extender las inferencias del ensayo START a la población TEDS-A.

Principales resultados:

• ROOT caracteriza efectivamente a las poblaciones subrepresentadas con características interpretables.
• El enfoque demostró una mayor precisión e interpretabilidad en comparación con los métodos existentes en los experimentos de datos sintéticos.
• Aplicación exitosa para refinar las poblaciones objetivo y mejorar la generalización de un ensayo clínico.

Conclusiones:

• El marco ROOT propuesto proporciona un enfoque sistemático para refinar las poblaciones objetivo en los ECA.
• Este método mejora la precisión de la toma de decisiones y ayuda a informar la investigación futura en diversas poblaciones.
• ROOT facilita estimaciones más precisas e interpretables del efecto del tratamiento, mejorando la validez externa de los hallazgos de los ensayos clínicos.