Análisis de sesgo cuantitativo para abordar el error de medición en puntos finales de tiempo hasta el evento

Área de la Ciencia:

• Métodos de Investigación en Salud
• Bioestadística
• Evidencia del Mundo Real

Sus antecedentes:

• Los ensayos de un solo brazo que utilizan datos del mundo real (RWD) externos enfrentan errores en la medición de resultados debido a los diferentes cronogramas de evaluación de pacientes.
• Este error puede sesgar las comparaciones de puntos finales de tiempo hasta el evento y afectar los hallazgos.
• Los métodos existentes de mitigación de sesgos a menudo requieren muestras de validación, que no siempre son factibles.

Objetivo del estudio:

• Demostrar métodos estadísticos novedosos para el análisis de sesgo cuantitativo (QBA) para abordar el error de medición de resultados en RWD.
• Proporcionar un marco para contextualizar los hallazgos de RWD cuando las muestras de validación no son factibles.
• Guiar a los investigadores en la aplicación de QBA cuando el error de medición de resultados es una preocupación.

Principales métodos:

• Aprovechamiento de métodos estadísticos novedosos como Análisis de Sesgo Cuantitativo (QBA).
• Implementación de QBA con corrección de curva de incidencia acumulada y calibración de regresión de supervivencia.
• Generación de valores de parámetros plausibles a través de simulación para QBA.

Principales resultados:

• El QBA permite la estimación de rangos de error plausibles cuando la medición directa no es posible.
• Demostró la aplicación práctica del QBA utilizando una cohorte de Mieloma Múltiple Recién Diagnosticado.
• Proporcionó orientación sobre la realización de QBA para el error de medición de resultados y la interpretación de los resultados.

Conclusiones:

• El QBA ofrece un enfoque sólido para manejar el error de medición de resultados en RWD para la efectividad comparativa.
• Estos métodos son valiosos cuando las muestras de validación no son factibles, lo que mejora la confiabilidad de RWD.
• El estudio proporciona herramientas prácticas y orientación para aplicar QBA en entornos de investigación del mundo real.