Diseño y análisis de ensayos factoriales aleatorizados individualmente de línea de base múltiple

Área de la Ciencia:

• Ciencias de la Conducta
• Investigación de Enfermedades Raras
• Diseño de Ensayos Clínicos

Sus antecedentes:

• Evaluar intervenciones conductuales en enfermedades raras es difícil debido a los pequeños tamaños de muestra y las restricciones éticas.
• El diseño estándar de línea de base múltiple (MBD) se limita a la evaluación de intervenciones únicas.
• Los diseños factoriales a menudo no son factibles en enfermedades raras debido a las limitaciones de los participantes.

Objetivo del estudio:

• Proponer y describir el diseño factorial de línea de base múltiple aleatorizado individualmente (MBFD) para evaluar múltiples intervenciones en enfermedades raras.
• Aclarar los estimandos e introducir modelos estadísticos para analizar datos de MBFD.
• Evaluar el rendimiento estadístico de MBFD a través de simulaciones.

Principales métodos:

• Descripción de las características estándar del MBFD.
• Introducción de tres modelos estadísticos (LMM, GEE) para el análisis de datos.
• Estudios de simulación para comparar sesgos, tamaños y potencia de los modelos.

Principales resultados:

• El MBFD requiere menos participantes que los diseños factoriales estándar, manteniendo la potencia estadística.
• Se recomiendan las ecuaciones de estimación generalizadas (GEE) sobre los modelos lineales de efectos mixtos (LMM) para abordar posibles especificaciones erróneas de los efectos aleatorios.
• Se sugieren correcciones para muestras pequeñas (por ejemplo, el estimador de varianza de Mancl y DeRouen) para tamaños de muestra inferiores a 120.

Conclusiones:

• El MBFD es un diseño viable y estadísticamente robusto para la investigación de intervenciones en enfermedades raras.
• Las GEE con correcciones para muestras pequeñas ofrecen un análisis fiable para datos de MBFD.
• Este diseño mejora la capacidad de evaluar múltiples intervenciones y sus combinaciones en poblaciones con enfermedades raras.