Poder y tamaño de muestra para modelos longitudinales en R: el paquete longpower y la aplicación Shiny

Área de la Ciencia:

• Bioestadística
• Diseño de Ensayos Clínicos
• Metodología de Investigación Médica

Sus antecedentes:

• Los estudios longitudinales son esenciales en la investigación médica para rastrear cambios a lo largo del tiempo.
• El cálculo preciso del tamaño de muestra es vital para garantizar una potencia estadística suficiente y inferencias válidas en estos estudios.
• Las metodologías existentes para la determinación del tamaño de muestra en estudios longitudinales son complejas y dependen de varios factores.

Objetivo del estudio:

• Revisar y presentar fórmulas de tamaño de muestra para datos longitudinales continuos.
• Introducir una herramienta práctica (aplicación Shiny) para que los investigadores calculen el tamaño de muestra.
• Facilitar la estimación del tamaño de muestra para ensayos clínicos de la enfermedad de Alzheimer utilizando datos de ADNI.

Principales métodos:

• Revisión de la literatura sobre metodologías de cálculo del tamaño de muestra para estudios longitudinales.
• Desarrollo de fórmulas de tamaño de muestra para datos longitudinales continuos.
• Creación de una aplicación Shiny para la estimación interactiva del tamaño de muestra.
• Utilización de datos de la Iniciativa de Neuroimagen de la Enfermedad de Alzheimer (ADNI) para la estimación de parámetros específicos.

Principales resultados:

• Se proporcionan fórmulas y ejemplos ilustrativos para calcular el tamaño de muestra para datos longitudinales continuos.
• Se presenta una aplicación Shiny que permite a los investigadores introducir estimaciones piloto para los cálculos del tamaño de muestra.
• La aplicación puede estimar parámetros piloto para estudios de Alzheimer utilizando datos de ADNI.
• Se pueden generar curvas de tamaño de muestra y potencia para evaluar las características operativas del diseño del estudio.

Conclusiones:

• El paquete y la aplicación Shiny desarrollados simplifican la determinación del tamaño de muestra para estudios longitudinales.
• Estas herramientas mejoran la capacidad de los investigadores para diseñar ensayos clínicos sólidos, especialmente para la enfermedad de Alzheimer.
• Los recursos ayudan a evaluar la eficiencia del diseño del estudio para resultados continuos longitudinales.