Resumo

ZHANG, Xuan; PANTAZIS, Nikos; LEON, Jose de  e  DIAZ, Francisco J.. Medición de los beneficios individuales de tratamientos médicos a partir de datos hospitalarios longitudinales con respuestas faltantes no ignorables causadas por la alta del paciente: Aplicación al estudio de los beneficios del tratamiento contra el dolor después de una fusión espinal. Rev.Colomb.Estad. [online]. 2022, vol.45, n.2, pp.275-300.  Epub 01-Fev-2023. ISSN 0120-1751.  https://doi.org/10.15446/rce.v45n2.101597.

Los registros de salud electrónicos (RSE) suministran recursos valiosos para estudios longitudinales y para comprender los factores de riesgo asociados con pobres resultados clínicos. Sin embargo, estos podrían no contener seguimientos completos, y los datos faltantes podrían no ser al azar, debido a que el alta hospitalaria puede depender en parte de resultados clínicos esperados pero no registrados que ocurren después de dar de alta al paciente. Esta ausencia de datos no ignorables requiere métodos apropiados de análisis. Aquí estamos interesados en medir y analizar beneficios individuales de tratamientos médicos en pacientes consignados en bases de datos RSE. Proponemos un método para predecir beneficios individuales el cual maneja los datos faltantes debidos al alta hospitalaria. La respuesta clínica longitudinal de interés se modela junto con el tiempo de estadía en el hospital usando un modelo conjunto de efectos mixtos, y los beneficios individuales se predicen por medio de un enfoque frecuentista: el enfoque Bayesiano empírico. Nuestro enfoque es ilustrado evaluando los beneficios individuales del tratamiendo para el dolor en pacientes que fueron sometidos a cirugía de fusión espinal. Aquí examinamos la evolución de los beneficios individuales a través del tiempo mediante el cálculo de los percentiles muéstrales de los predictores de Bayes empíricos de los beneficios individuales. También comparamos estos percentiles con percentiles calculados mediante un enfoque Monte Cario. Los resultados mostraron que los predictores de Bayes empíricos de beneficios individuales no sólo permiten examinar beneficios en pacientes específicos sino que también reflejan confiablemente las tendencias poblacionales globales.

Palavras-chave : Datos faltantes no ignorables; Datos observacionales; Efectos aleatorios; Modelos mixtos conjuntos; Predicción Bayesiana empírica;Registros de salud electrónicos.

        · resumo em Inglês     · texto em Inglês     · Inglês ( pdf )