Estudio de casos y controles adaptativo — Diseño epidemiológico observacional adaptativo
- Propuesto por
- Builds on Doll & Hill (1950s) case-control foundations; adaptive elements drawn from sequential analysis (Wald, 1947) and group-sequential methods (Armitage, 1975)
- Año
- 1950s (base design); adaptive extensions developed from the 1970s–1990s
- Tipo
- Adaptive observational epidemiological design
- Familia
- Clinical / epidemiology
Este texto es una traducción automática y aún no se ha revisado. Leer el original en inglés
¿Qué hace?
Un estudio de casos y controles adaptativo es un diseño de casos y controles que incorpora reglas preespecificadas que permiten la modificación de los parámetros del estudio —como el tamaño de la muestra, la relación casos-controles o los criterios de emparejamiento— basándose en datos provisionales, sin comprometer la validez.
Combina la eficiencia de la metodología adaptativa con la lógica de determinación retrospectiva de la exposición de la investigación clásica de casos y controles, lo que permite a los investigadores responder a la evidencia emergente mientras el estudio está en curso.
La intuición detrás del método
Un estudio de casos y controles estándar fija el tamaño de su muestra y las reglas de emparejamiento al inicio, y luego recopila todos los datos antes de analizarlos. Un estudio de casos y controles adaptativo incorpora puntos de control planificados: si los datos provisionales sugieren que las suposiciones iniciales sobre el tamaño del efecto o la prevalencia de la exposición fueron demasiado optimistas, el investigador puede aumentar el reclutamiento, ajustar la relación casos-controles o revisar los criterios de emparejamiento, todo de acuerdo con las reglas especificadas antes de que comenzara el estudio. Esto evita que el estudio termine con una potencia insuficiente o un exceso de inscripción innecesario, de forma similar a ajustar las velas a mitad de viaje en lugar de esperar hasta haber sobrepasado o perdido por completo el destino.
Historia
El diseño de casos y controles fue formalizado por Richard Doll y Austin Bradford Hill en sus estudios históricos de 1950-1952 que vincularon el tabaquismo con el cáncer de pulmón. Los métodos de análisis secuenciales y adaptativos fueron desarrollados independientemente por Abraham Wald (Prueba de Razón de Probabilidades Secuencial, 1947) y posteriormente por Armitage y sus colegas en el contexto de los ensayos clínicos. Los métodos secuenciales de grupo fueron sistematizados por Jennison y Turnbull (1999) y por Proschan, Lan y Wittes (2006). La aplicación de principios adaptativos a diseños observacionales, incluidos los estudios de casos y controles, ganó fuerza en la década de 2000 a medida que los epidemiólogos reconocieron que la incertidumbre sobre los parámetros de planificación era tan problemática en la investigación observacional como en los ensayos.
Cuándo usarlo
Utilice un estudio de casos y controles adaptativo cuando un diseño estándar de casos y controles sea apropiado (determinación retrospectiva de la exposición, resultado relativamente raro) pero los parámetros clave de planificación —tamaño del efecto, prevalencia de la exposición o estructura de confusión— sean inciertos al inicio, lo que hace que los diseños fijos sean propensos a la sub- o sobreinscripción. Es especialmente valioso cuando los casos son raros y costosos de reclutar, lo que hace que las ganancias de eficiencia de las relaciones de emparejamiento adaptativas valgan la pena. NO lo utilice cuando: el resultado es lo suficientemente común como para justificar un diseño de cohorte; cuando las modificaciones provisionales no pueden preespecificarse y justificarse antes de la recopilación de datos; cuando la supervisión regulatoria o ética no puede respaldar las revisiones provisionales; o cuando el equipo de estudio carece de experiencia en metodología adaptativa y gasto alfa, ya que una aplicación incorrecta infla el error Tipo I.
Limitaciones y consideraciones
- Complejidad metodológica: el diseño de reglas de adaptación válidas requiere experiencia en estadísticas secuenciales de grupo y una preespecificación cuidadosa; los errores socavan toda la inferencia.
- Potencial de sesgo operativo: si los datos provisionales no están cegados para los responsables de la inscripción o la determinación de la exposición, el conocimiento de los resultados emergentes puede introducir sesgos de selección.
- Complejidad regulatoria y ética: los comités de revisión institucional y los financiadores pueden requerir justificación adicional para los elementos adaptativos, lo que aumenta el tiempo de desarrollo del protocolo.
- Limitado a adaptaciones preespecificadas: solo los cambios definidos antes de la recopilación de datos son legítimos; las modificaciones post-hoc siguen siendo inválidas, independientemente de cómo se enmarquen.
- Carga de informes: la transparencia total sobre todos los análisis provisionales y las decisiones de adaptación es obligatoria, pero aumenta la longitud y la complejidad del manuscrito.
Las condiciones de la fuente no sustituyen una revisión científica independiente ni la validación por un motor de análisis.
Fortalezas
- Mejora la eficiencia estadística: la reestimación adaptativa del tamaño de la muestra evita estudios con poca potencia sin comprometerse previamente a muestras innecesariamente grandes.
- Se adapta a la incertidumbre: cuando las estimaciones previas del tamaño del efecto o la prevalencia de la exposición son débiles, las reglas de adaptación protegen contra suposiciones de planificación erróneas.
- Emparejamiento flexible: la capacidad de ajustar las relaciones casos-controles a mitad del estudio puede reducir drásticamente la carga total de reclutamiento cuando los casos son escasos.
- Mantiene la validez: las reglas de adaptación preespecificadas y el gasto alfa apropiado preservan el control del error Tipo I, a diferencia de las revisiones provisionales no planificadas.
- Reduce el desperdicio de recursos: los estudios pueden detenerse temprano por futilidad o extenderse solo cuando sea realmente necesario, conservando tiempo y la carga de los participantes.
Aplicaciones
- Estudios de farmacovigilancia que evalúan reacciones adversas a medicamentos raras donde las tasas de acumulación de casos y las razones de posibilidades (odds ratios) son inicialmente inciertas.
- Investigaciones de brotes en las que la distribución de la exposición es desconocida al principio y las ventanas de reclutamiento son cortas.
- Estudios de epidemiología del cáncer que vinculan exposiciones raras con subtipos de tumores raros, donde el ajuste provisional de la relación de emparejamiento puede reducir sustancialmente los costos de reclutamiento.
- Investigación en epidemiología ambiental donde la relación dosis-respuesta es incierta y se necesita una reestimación provisional de los tamaños de efecto detectables.
- Estudios de casos y controles de epidemiología genética en los que las estimaciones de frecuencia alélica de los datos piloto pueden diferir de la población de estudio, lo que requiere una reestimación del tamaño de la muestra.
Cómo funciona
Cómo funciona
La pregunta de investigación, la definición de caso, la estrategia de selección de controles, la exposición principal y todas las reglas de adaptación planificadas se especifican en un protocolo antes de recopilar cualquier dato. Las reglas de adaptación suelen cubrir: cuándo se realizarán los análisis provisionales, qué estadísticas desencadenarán una modificación y qué parámetros (tamaño de la muestra, relación de emparejamiento, exposiciones secundarias) son elegibles para cambiar. La preespecificación es la salvaguarda que distingue la adaptación legítima de la "pesca de datos" (data dredging) post-hoc.
Los casos (individuos con la enfermedad o el resultado de interés) y los controles (individuos sin ellos) se inscriben de la población de origen. Se recopilan datos de exposición iniciales para ambos grupos utilizando los instrumentos preespecificados. Los objetivos de inscripción iniciales se establecen a partir de cálculos de potencia utilizando las mejores estimaciones previas disponibles del tamaño del efecto y la prevalencia de la exposición.
En uno o más puntos provisionales preespecificados, se realiza una revisión enmascarada o no enmascarada de los datos acumulados. La potencia condicional, las razones de posibilidades (odds ratios) observadas y las estimaciones de prevalencia de la exposición se evalúan frente a los umbrales de adaptación definidos en el protocolo. Si los datos caen dentro de los límites preestablecidos, el estudio continúa sin cambios; si cruzan un umbral de adaptación, se activa la modificación apropiada.
Basándose en los hallazgos de la revisión provisional, se aplican las adaptaciones permitidas por el protocolo: el tamaño de la muestra puede aumentarse para preservar la potencia si las estimaciones tempranas del tamaño del efecto son más bajas de lo asumido; la relación casos-controles puede aumentarse (por ejemplo, de 1:1 a 1:3) para mejorar la eficiencia cuando los casos son escasos; las variables de emparejamiento pueden refinarse si la estructura de confusión difiere de las expectativas. Todas las adaptaciones se registran y se informan de forma transparente.
Después de la recopilación final de datos, se estiman las razones de posibilidades (odds ratios) de exposición, típicamente utilizando regresión logística condicional para diseños emparejados o regresión logística incondicional para diseños no emparejados. Los análisis tienen en cuenta la naturaleza adaptativa del diseño aplicando funciones de gasto alfa (alpha-spending functions) apropiadas o intervalos de confianza ajustados para preservar la tasa nominal de error Tipo I.
Los resultados se informan con una divulgación completa de las decisiones de adaptación: qué análisis provisionales se realizaron, qué umbrales desencadenaron modificaciones, qué cambios se hicieron y cómo el análisis tiene en cuenta esos cambios. La presentación de informes debe seguir las directrices STROBE para estudios observacionales, complementadas con una descripción del marco adaptativo utilizado.
Errores comunes
- Análisis provisionales no planificados: examinar los resultados y modificar el estudio sin reglas preespecificadas infla el error Tipo I y constituye p-hacking, no una adaptación legítima.
- Ignorar el sesgo operativo: si el personal de reclutamiento o los evaluadores de la exposición conocen los hallazgos provisionales, las diferencias sistemáticas entre las cohortes de inscripción temprana y tardía pueden distorsionar la razón de posibilidades (odds ratio).
- Gasto alfa incorrecto: aplicar umbrales estándar de 0.05 después de adaptaciones planificadas sin correcciones de gasto alfa (por ejemplo, límites de O'Brien-Fleming o Pocock) conduce a tasas infladas de falsos positivos.
- Adaptar los parámetros incorrectos: cambiar las definiciones de resultados primarios, las definiciones de casos o los factores de confusión a mitad del estudio en respuesta a los datos no es una metodología adaptativa legítima; solo los parámetros preespecificados pueden modificarse.
- Documentación insuficiente: la falta de registro e informe de todas las decisiones de adaptación hace que la revisión por pares y la replicación sean imposibles y socava la confianza en los hallazgos.
Preguntas frecuentes
¿En qué se diferencia un estudio de casos y controles adaptativo de un estudio de casos y controles estándar?
Un estudio de casos y controles estándar fija todos los parámetros del diseño —tamaño de la muestra, relación de emparejamiento, criterios de inclusión— antes de que comience la inscripción y no los modifica. Un estudio de casos y controles adaptativo incorpora reglas preespecificadas que permiten modificar ciertos parámetros en puntos provisionales planificados basándose en los datos acumulados, al tiempo que preserva el control del error Tipo I mediante métodos de gasto alfa. La lógica científica de comparar exposiciones pasadas entre casos y controles es idéntica; la diferencia radica puramente en cómo el estudio responde a la incertidumbre provisional.
¿La adaptación invalida los valores p y los intervalos de confianza?
No, si las adaptaciones fueron preespecificadas y el análisis utiliza métodos apropiados de gasto alfa o de inferencia ajustada. Los valores p y los intervalos de confianza estándar asumen un diseño fijo; después de la adaptación, los investigadores deben aplicar procedimientos de inferencia secuencial de grupo o condicional (por ejemplo, funciones de gasto de O'Brien-Fleming, enfoques de potencia condicional) para mantener las tasas de error nominales. Software como EAST, gsDesign (R) o rpact (R) pueden ayudar con estos cálculos.
¿Se puede cambiar la definición de caso o el resultado primario de forma adaptativa?
No. La metodología adaptativa permite la modificación solo de los parámetros que fueron designados como adaptables en el protocolo preespecificado, e incluso entonces solo dentro de límites predefinidos. Cambiar la definición de caso, la exposición primaria o el resultado primario en respuesta a los datos es una violación fundamental de la preespecificación y constituye una modificación post-hoc. Dichos cambios deben etiquetarse claramente como análisis de sensibilidad o exploratorios y tratarse con extrema precaución.
¿Cuándo debo elegir un estudio de casos y controles anidado en lugar de un diseño de casos y controles adaptativo?
Un estudio de casos y controles anidado se incrusta dentro de una cohorte existente, extrayendo controles del conjunto de riesgo en el momento en que surge cada caso; es ideal cuando las muestras biológicas o las evaluaciones de exposición costosas deben limitarse a un subconjunto de una cohorte grande. Se prefiere un estudio de casos y controles adaptativo cuando el estudio es independiente (no anidado en una cohorte), cuando los parámetros de planificación son inciertos y cuando se necesitan ajustes provisionales en el tamaño de la muestra o la relación de emparejamiento. Los dos enfoques pueden, en principio, combinarse —un estudio de casos y controles anidado adaptativo— pero esto requiere experiencia metodológica adicional.
¿La revisión ética institucional es más gravosa para los diseños adaptativos?
Generalmente sí. Las juntas de ética y los comités de monitoreo de seguridad de datos deben revisar y aprobar las reglas de adaptación antes de que comience el estudio, y cualquier análisis provisional puede requerir una revisión actualizada. Sin embargo, debido a que las adaptaciones están preespecificadas y son transparentes, muchas juntas las apoyan una vez que la justificación se explica claramente. Los investigadores deben presupuestar tiempo adicional para el desarrollo del protocolo y la correspondencia con el IRB al planificar un diseño adaptativo.
Métodos relacionados
Fuentes
Rothman, K. J., Greenland, S., & Lash, T. L. (2008). Modern Epidemiology (3rd ed.). Lippincott Williams & Wilkins.
ISBN: 978-0781755641Copiado.Jennison, C., & Turnbull, B. W. (1999). Group Sequential Methods with Applications to Clinical Trials. Chapman & Hall/CRC.
ISBN: 978-0849303166Copiado.