Estimación de efectos causales promedio con exposición y confundidores incompletos

Área de la Ciencia:

• Epidemiología
• Bioestadística
• Inferencia Causal

Sus antecedentes:

• La estimación estándar del efecto causal se basa en datos completos, lo cual es raro en estudios observacionales.
• Los datos faltantes en exposiciones y confundidores plantean desafíos significativos para un análisis preciso.
• El impacto de los opioides recetados en la mortalidad es una cuestión crítica de salud pública que requiere métodos sólidos.

Objetivo del estudio:

• Desarrollar nuevos métodos estadísticos para estimar efectos causales promedio en presencia de datos faltantes de exposición y confundidores.
• Abordar escenarios de datos perdidos al azar (MAR) y perdidos no al azar (MNAR).
• Aplicar estos métodos para investigar la relación entre el uso de opioides recetados y la mortalidad por todas las causas.

Principales métodos:

• Se propusieron nuevos métodos para la estimación del efecto causal con datos faltantes, incluidas suposiciones específicas de MNAR.
• Se derivaron funciones de influencia para la construcción del estimador.
• Se desarrollaron estimadores de máxima verosimilitud dirigidos (TMLE) doblemente robustos, robustos a la falta de especificación del modelo de resultado o exposición/ausencia.
• Se evaluó el rendimiento mediante simulaciones y la aplicación a datos de NHANES.

Principales resultados:

• Los métodos estándar de imputación múltiple pueden estar sesgados cuando los datos no se pierden al azar (MNAR).
• Los métodos TMLE propuestos proporcionan estimaciones imparciales del efecto causal promedio bajo diversas suposiciones de MNAR.
• Las simulaciones demostraron la superioridad de TMLE sobre los métodos estándar en escenarios MNAR.
• Se aplicaron métodos a datos de la National Health and Nutrition Examination Survey (NHANES) para estudiar los efectos de los opioides en la mortalidad.

Conclusiones:

• Los métodos TMLE propuestos ofrecen un enfoque robusto para estimar efectos causales con datos faltantes en estudios observacionales.
• Estos métodos son esenciales para evaluar con precisión los riesgos de mortalidad asociados con el uso de opioides recetados.
• Las técnicas desarrolladas son aplicables a diversos tipos de resultados y patrones complejos de datos faltantes.