Predicción de probabilidades de transición en modelos multietapa con datos anidados de caso-control

Área de la Ciencia:

• Bioestadística; Epidemiología; Análisis de supervivencia

Sus antecedentes:

• Los modelos multietapa son cruciales para analizar eventos vitales complejos e interrelacionados.
• El muestreo anidado de caso-control (NCC) se utiliza en entornos con recursos limitados, pero limita la reutilización de datos para múltiples eventos.
• La ponderación de probabilidad inversa (IPW) ofrece una alternativa para la inferencia con datos NCC, principalmente para la estimación del riesgo relativo.

Objetivo del estudio:

• Extender los métodos de pseudoverosimilitud basados en IPW para predecir las probabilidades de transición en modelos multietapa generales.
• Evaluar y mejorar la eficiencia de los métodos IPW para la predicción de probabilidades de transición.
• Proponer y validar enfoques IPW novedosos y más eficientes.

Principales métodos:

• Se desarrollaron dos enfoques novedosos de pseudoverosimilitud basados en IPW para mejorar la eficiencia en la predicción de probabilidades de transición.
• El primer enfoque calibra los pesos de diseño utilizando información a nivel de cohorte.
• El segundo enfoque modela conjuntamente las transiciones que se originan en el mismo estado, derivando estimaciones explícitas de la varianza.

Principales resultados:

• Los estudios de simulación confirmaron ganancias sustanciales de eficiencia de ambos métodos IPW propuestos.
• La aplicación combinada de ambos enfoques novedosos produjo mejoras significativas adicionales en la eficiencia.
• Los métodos se ilustraron utilizando datos del mundo real del ensayo de detección de cáncer de próstata, pulmón, colorrectal y ovárico.

Conclusiones:

• Los métodos IPW propuestos mejoran significativamente la eficiencia de la predicción de probabilidades de transición en modelos multietapa utilizando datos NCC.
• Estos enfoques novedosos superan las limitaciones de los métodos IPW estándar, lo que permite un análisis más sólido en entornos con recursos limitados.
• Los hallazgos proporcionan herramientas valiosas para la investigación epidemiológica y los estudios de salud pública que involucran trayectorias de eventos complejos.