Un enfoque de modelado conjunto de dos etapas para múltiples marcadores longitudinales y datos de tiempo hasta el...

Área de la Ciencia:

• Bioestadística
• Análisis de Datos Clínicos
• Modelado de Datos Longitudinales

Sus antecedentes:

• El modelado conjunto de marcadores longitudinales y datos de tiempo hasta el evento es crucial en estudios clínicos.
• El aumento del número de marcadores conduce a desafíos computacionales y problemas de convergencia en los modelos conjuntos estándar.

Objetivo del estudio:

• Proponer un novedoso enfoque bayesiano de dos etapas para el modelado conjunto de múltiples marcadores longitudinales y resultados de tiempo hasta el evento.
• Abordar la intratabilidad computacional y el sesgo debido al abandono informativo en conjuntos de datos clínicos complejos.

Principales métodos:

• Un enfoque bayesiano de dos etapas: la Etapa 1 estima modelos conjuntos de un solo marcador, prediciendo trayectorias de marcadores y evitando el sesgo de abandono informativo.
• La Etapa 2 ajusta un modelo de riesgos proporcionales utilizando valores/pendientes de marcadores predichos como covariables dependientes del tiempo.
• Emplea imputación múltiple para manejar la incertidumbre en las predicciones de primera etapa para la estimación del modelo de supervivencia.

Principales resultados:

• El método propuesto maneja con éxito un gran número de marcadores longitudinales, superando las limitaciones computacionales de los modelos conjuntos multimarca convencionales.
• Validado a través de estudios de simulación y aplicación al conjunto de datos PBC2.
• Demostró eficacia en la predicción del riesgo de demencia utilizando un conjunto de datos con diecisiete marcadores longitudinales.

Conclusiones:

• El novedoso método bayesiano de dos etapas ofrece una solución computacionalmente factible para el modelado conjunto con numerosos marcadores longitudinales.
• Facilita el desarrollo de modelos predictivos robustos en entornos de investigación clínica complejos.
• Hay disponible un paquete R, TSJM, para apoyar la aplicación práctica de este enfoque.