Enfoques Metodológicos para la Estimación de Intervalos de Confianza en el Índice de Youden Parcial Bajo Sesgo de...

Área de la Ciencia:

• Diagnóstico Médico
• Bioestadística
• Medicina de Precisión

Sus antecedentes:

• La estimación de intervalos de confianza (IC) confiables para el índice de Youden parcial máximo bajo sesgo de verificación es crucial para la medicina de precisión.
• Los métodos existentes de corrección de sesgos (FI, MSI, IPW, SPE) necesitan una integración robusta para la estimación del índice parcial en rangos críticos de la tasa de falsos positivos (FPR).

Objetivo del estudio:

• Adaptar y aplicar cuatro técnicas de corrección de sesgos para estimar el índice de Youden parcial y sus IC bajo sesgo de verificación.
• Evaluar el rendimiento de los enfoques de construcción de IC basados en bootstrap y analíticos.

Principales métodos:

• Adaptación y aplicación de los métodos de imputación completa (FI), imputación por puntuación media (MSI), ponderación por probabilidad inversa (IPW) y semiparamétricos eficientes (SPE).
• Evaluación sistemática utilizando los métodos de construcción de IC propuestos basados en bootstrap y MOVER.
• Simulaciones extensas en varias proporciones de verificación y rangos de FPR.

Principales resultados:

• Se observaron patrones distintos específicos del método, lo que resalta las complejidades para lograr estimaciones confiables.
• Los IC basados en Bootstrap demostraron una mayor robustez a la especificación incorrecta del modelo en comparación con los IC analíticos, que a menudo mostraron una cobertura insuficiente.
• El análisis de biomarcadores de enfermedades cardiovasculares indicó que la presión arterial tenía una capacidad discriminatoria superior a la frecuencia del pulso.

Conclusiones:

• El estudio proporciona una guía actualizada para la estimación de IC en estudios de diagnóstico con verificación incompleta, particularmente en regiones específicas de FPR.
• Los hallazgos mejoran la base estadística para la evaluación de pruebas diagnósticas al abordar de manera integral el índice de Youden parcial con corrección de sesgos actualizada y aplicaciones de IC.
• Se recomiendan los IC de Bootstrap por su robustez en escenarios con posible especificación incorrecta del modelo.