Saltar al contenido
Volver a los resultados

Estudio de cohortes bayesiano

Propuesto por
Bayesian framework: Thomas Bayes / Pierre-Simon Laplace; applied to cohort epidemiology from the 1990s onward
Año
1990s–2000s (widespread adoption in epidemiology)
Tipo
Observational longitudinal study with Bayesian inference
Familia
Clinical / epidemiology

Este texto es una traducción automática y aún no se ha revisado. Leer el original en inglés

Tamaño de letra

¿Qué hace?

Un estudio de cohortes bayesiano sigue a un grupo definido de individuos a lo largo del tiempo para estimar la incidencia, el riesgo o la tasa de resultados, utilizando la inferencia estadística bayesiana para incorporar conocimiento previo y cuantificar la incertidumbre a través de distribuciones de probabilidad a posteriori en lugar de valores p y intervalos de confianza clásicos.

Combina el diseño observacional longitudinal de un estudio de cohortes con la lógica de actualización de probabilidad del análisis bayesiano, lo que permite una cuantificación más rica de la incertidumbre y una actualización secuencial a medida que se acumulan los datos.

La intuición detrás del método

En un estudio de cohortes estándar, se recluta a un grupo de personas, se observa quién desarrolla el resultado a lo largo del tiempo y luego se calcula una tasa de incidencia o una razón de riesgos instantáneos frecuentista con un intervalo de confianza del 95%. Un estudio de cohortes bayesiano realiza el mismo seguimiento, pero pregunta: dado lo que ya sabíamos antes del estudio (codificado como una distribución a priori), y dados los nuevos datos que acabamos de recopilar (la verosimilitud), ¿qué deberíamos creer ahora sobre el riesgo o la tasa de riesgos verdaderos (la distribución a posteriori)? La distribución a posteriori es una curva de probabilidad completa: se puede leer la probabilidad de que el riesgo supere cualquier umbral, comunicar intervalos creíbles que son más fáciles de interpretar que los intervalos de confianza frecuentistas y actualizar las creencias nuevamente cuando llegue la próxima oleada de datos.

Historia

La teoría de la probabilidad bayesiana se remonta a Thomas Bayes (1763) y fue extendida por Pierre-Simon Laplace. Su aplicación a la epidemiología ganó tracción práctica en la década de 1990 a medida que los algoritmos de Monte Carlo de Cadenas de Markov se volvieron computacionalmente factibles. Los influyentes artículos de Sander Greenland en el International Journal of Epidemiology (2006-2007) argumentaron sistemáticamente a favor de enfoques bayesianos y semi-bayesianos en la epidemiología observacional. El libro de texto de Spiegelhalter y colegas de 2004 codificó los métodos bayesianos para ensayos clínicos y evaluación de la atención médica, proporcionando el andamiaje metodológico ampliamente adoptado para estudios de cohortes a partir de entonces.

Cuándo usarlo

Utilizar un estudio de cohortes bayesiano cuando se disponga de evidencia a priori informativa (por ejemplo, datos de cohortes anteriores, estimaciones meta-analíticas, precedente regulatorio) que pueda incorporarse formalmente para agudizar la inferencia, o cuando se necesiten declaraciones de probabilidad directas sobre los parámetros en lugar de valores p frecuentistas. También es preferible para la monitorización secuencial o adaptativa de datos de cohortes que se acumulan y para resultados raros donde la distribución a priori puede compensar parcialmente los eventos limitados. No utilizarlo cuando la especificación a priori sea muy controvertida y las partes interesadas no acepten un componente subjetivo en el análisis, o cuando el contexto de la investigación exija un marco puramente de prueba de hipótesis. Un estudio de cohortes convencional analizado con modelos de efectos mixtos o de Cox es más sencillo cuando la muestra es grande, las distribuciones a priori no son informativas y no se planifica una actualización secuencial.

Limitaciones y consideraciones

  • La especificación de la distribución a priori requiere justificación; las distribuciones a priori mal elegidas o no reveladas pueden sesgar los resultados sin ser obvias para los lectores.
  • El cálculo MCMC es más lento y técnicamente más exigente que el software frecuentista estándar; se debe verificar la convergencia.
  • Los resultados pueden ser más difíciles de comunicar a audiencias clínicas o políticas no familiarizadas con las distribuciones a posteriori y los intervalos creíbles.
  • Las agencias reguladoras y los revisores de revistas en algunos campos todavía esperan análisis primarios frecuentistas; los análisis bayesianos pueden relegarse a material suplementario.

Las condiciones de la fuente no sustituyen una revisión científica independiente ni la validación por un motor de análisis.

Fortalezas

  • Permite la incorporación formal de evidencia externa o conocimiento experto a través de distribuciones a priori, mejorando la eficiencia para resultados raros.
  • Produce probabilidades a posteriori que son directamente interpretables (por ejemplo, 'la probabilidad de que la tasa de incidencia supere X'), más intuitivas que los valores p frecuentistas.
  • Admite análisis secuenciales y adaptativos: la distribución a posteriori de una oleada se convierte en la distribución a priori de la siguiente, lo que permite una actualización transparente de las creencias.
  • Los intervalos creíbles tienen la interpretación probabilística que comúnmente (e incorrectamente) se asume para los intervalos de confianza frecuentistas.
  • Acomoda de forma natural los datos faltantes y las estructuras jerárquicas a través del marco de modelado generativo.

Aplicaciones

  • Estimar la incidencia de cáncer y los riesgos relativos en cohortes ocupacionales o ambientales con datos previos de estudios de registro.
  • Monitorizar la efectividad de las vacunas en la vigilancia de cohortes post-comercialización con actualización secuencial a medida que se acumula el seguimiento.
  • Evaluar las tasas de eventos cardiovasculares en cohortes longitudinales de pacientes donde se dispone de distribuciones a priori informativas de ensayos clínicos.
  • Estudiar la incidencia de enfermedades raras en cohortes basadas en registros donde la contracción bayesiana estabiliza las estimaciones de celdas pequeñas.
  • Cohortes de seguridad farmacoepidemiológica donde los organismos reguladores aceptan análisis secundarios bayesianos junto con análisis primarios frecuentistas.

Cómo funciona

Cómo funciona

1

Definir la cohorte: la población objetivo, los criterios de elegibilidad, la exposición de interés, el(los) resultado(s) y la duración prevista del seguimiento. Pre-registrar el plan de análisis, incluida la elección de las distribuciones a priori y el modelo de verosimilitud. Este paso imita la planificación estándar de estudios de cohortes y es fundamental para la transparencia.

2

Especificar las distribuciones a priori p(theta) para cada parámetro clave (por ejemplo, tasa de incidencia, razón de riesgos instantáneos). Las distribuciones a priori pueden ser informativas (basadas en estudios anteriores u opinión de expertos), débilmente informativas o no informativas. En esta etapa se deben planificar análisis de sensibilidad con distribuciones a priori alternativas.

Fórmula
p(\theta)
3

Reclutar la cohorte y seguir a los participantes de forma prospectiva (o extraer registros de forma retrospectiva). Medir el estado de exposición, las covariables y la ocurrencia del resultado en intervalos regulares. Se aplican los principios estándar de calidad de datos de estudios de cohortes: minimizar las pérdidas de seguimiento y abordar los confundidores dependientes del tiempo.

4

Construir la función de verosimilitud L(theta | datos) que conecta los resultados observados con los parámetros de interés. Los modelos comunes incluyen la regresión de Poisson para tasas de incidencia, los modelos de Cox o Weibull para resultados de tiempo hasta el evento y la regresión logística para el riesgo acumulado. En entornos bayesianos, estos se codifican en lenguajes de programación probabilística como Stan o JAGS.

Fórmula
L(\theta | \text{data})
5

Combinar la distribución a priori y la verosimilitud mediante el teorema de Bayes para obtener la distribución a posteriori p(theta | datos) proporcional a p(theta) multiplicada por L(theta | datos). La estimación se realiza típicamente con muestreo de Monte Carlo de Cadenas de Markov (MCMC). Se deben evaluar los diagnósticos de convergencia (R-hat de Gelman-Rubin, gráficos de trazas) antes de resumir los resultados.

Fórmula
p(\theta | \text{data}) \propto p(\theta) \cdot L(\theta | \text{data})
6

Resumir las distribuciones a posteriori con estimaciones puntuales (mediana o media a posteriori), intervalos creíbles del 95% y declaraciones de probabilidad (por ejemplo, 'la probabilidad de que la razón de riesgos instantáneos > 1 sea 0.97'). Informar las especificaciones a priori y los análisis de sensibilidad. Seguir las directrices de informes de cohortes STROBE y complementarlas con elementos específicos de Bayes, como la justificación de las distribuciones a priori y los diagnósticos MCMC.

Errores comunes

  • Elegir una distribución a priori informativa para apoyar deliberadamente una conclusión deseada — se deben informar los análisis de sensibilidad de la distribución a priori para que los lectores puedan juzgar la robustez.
  • No evaluar la convergencia MCMC antes de informar las distribuciones a posteriori — las cadenas no convergentes producen estimaciones de parámetros sin sentido.
  • Confundir los intervalos creíbles con los intervalos de confianza en la interpretación — ambos son válidos pero responden a preguntas diferentes; no mezclar el lenguaje.
  • Ignorar las amenazas estándar a la validez de los estudios de cohortes (sesgo de selección, pérdida de seguimiento, confusión dependiente del tiempo) — la inferencia bayesiana no resuelve los defectos de diseño.
  • Aplicar una distribución a priori no informativa cuando existe evidencia externa sólida — esto descarta información útil y a menudo produce el mismo resultado que un análisis frecuentista sin las ventajas bayesianas.

Preguntas frecuentes

¿Es un estudio de cohortes bayesiano observacional o experimental?

Es observacional. La parte 'bayesiana' se refiere al marco de análisis estadístico, no al diseño del estudio. El diseño de cohortes —seguir a un grupo definido a lo largo del tiempo sin manipulación experimental— no cambia. Los métodos bayesianos se aplican en la etapa de análisis para estimar parámetros de incidencia, riesgo o tasa de riesgos instantáneos.

¿Cómo elijo la distribución a priori?

Las distribuciones a priori deben reflejar el conocimiento genuino previo al estudio: meta-análisis publicados, datos de cohortes anteriores o elicitación estructurada de expertos. Las distribuciones a priori débilmente informativas (por ejemplo, una semidiaria normal sobre las razones de riesgos instantáneos logarítmicas) son una opción defendible cuando la evidencia externa es escasa. Siempre informe la distribución a priori y realice análisis de sensibilidad con al menos una distribución a priori alternativa para mostrar cuán robustas son las conclusiones.

¿Puedo usar software estándar como R o Stata?

Sí. El lenguaje de programación probabilística Stan (a través de las interfaces RStan o CmdStanR de R) es la plataforma más utilizada para modelos de cohortes bayesianos. JAGS (a través de rjags) es una alternativa. Los modelos de supervivencia bayesianos también están disponibles a través del paquete brms de R, que proporciona una interfaz basada en fórmulas a Stan. Los análisis de cohortes frecuentistas estándar en R o Stata se pueden re-especificar en estas herramientas bayesianas con un esfuerzo adicional modesto.

¿El análisis bayesiano compensa una cohorte pequeña?

Las distribuciones a priori informativas pueden mejorar la precisión cuando la cohorte tiene pocos eventos, pero no pueden rescatar un estudio fundamentalmente subpotenciado. Si la distribución a priori domina porque los datos son demasiado escasos, las conclusiones reflejan las creencias previas más que la nueva evidencia. Es esencial un informe transparente de esta compensación y de los análisis de sensibilidad de la distribución a priori.

¿En qué se diferencia de un ensayo clínico aleatorizado bayesiano?

La diferencia fundamental es el diseño: un ensayo clínico aleatorizado asigna la exposición experimentalmente, lo que permite la inferencia causal; un estudio de cohortes observa exposiciones naturales y debe controlar la confusión analíticamente. Ambos pueden usar inferencia bayesiana en la etapa de análisis, pero el control de la confusión (a través de puntuaciones de propensión, ajuste de regresión o métodos g) sigue siendo esencial en la versión de cohortes y no es necesario en un ensayo debidamente aleatorizado.

Métodos relacionados

Fuentes

  1. Spiegelhalter, D. J., Abrams, K. R., & Myles, J. P. (2004). Bayesian Approaches to Clinical Trials and Health-Care Evaluation. Wiley.

    ISBN: 978-0471499756
    Copiado.
  2. Greenland, S. (2006). Bayesian perspectives for epidemiological research: I. Foundations and basic methods. International Journal of Epidemiology, 35(3), 765–775.

    Abrir referencia DOI
    Copiado.