SlideShare uma empresa Scribd logo
1 de 21
Baixar para ler offline
USO DEL PROPENSITY SCORE COMO
HERRAMIENTA PARA MEJORAR LA
POTENCIA ESTADÍSTICA EN ESTUDIOS
HOSPITALARIOS.
Pedro Antonio de la Rosa Fernández-Pacheco
MIR-4 Medicina Preventiva y Salud Pública
Unidad Docente de Medicina Preventiva y Salud Pública de Navarra
Situación de la investigación en MIRs
• Gran presión laboral/asistencial: limitado tiempo para
trabajo de campo: bases de datos pequeñas
• Bases de datos de diversos servicios fundamentalmente
observacionales: sesgos
• Escaso tamaño muestral: poca potencia estadística.
• Típicos estudios:
• Estudios descriptivos: encuestas de satisfacción, prevalencias, etc.
• Estudios analíticos sobre efectividad de un tratamiento
• No significativos por poco tamaño muestral: no publicables
• Estudios multicéntricos, si tienen suerte…
¿Qué tratamiento elegirá?
• Ensayos Clínicos Aleatorizados:
• Controlan factores de confusión conocidos y
desconocidos
• Estudios observacionales
• Sometidos a confusión y sesgos
¿ ?
Maneras de controlar confusión
• Regresión:
• Permite ajuste multivariable
• Ajustar por demasiadas variables puede comprometer resultados
• Estratificación
• Se pierde potencia estadística
• Complicado estratificar por varios factores de confusión
• Otros: Índice de propensión
• Permite ajustar por muchas variables simulando aleatorización
• Puede controlar parcialmente sesgos de inclusión.
• No ajusta por factores de confusión desconocidos.
Propensity Score
• Posibilidad de que un participante sea incluido en un
grupo de tratamiento o en otro en función de otras
variables.
Density
0 1Propensity score
Region of
common
support
Density of
scores for
participants
High probability of
participating given X
Density of scores
for non-
participants
Pasos para ajustar por Prop Sc.
1. Necesidad de datos representativos y comparables
para grupos de tratamiento
2. Usar un modelo de regresión logística para estimar
propensión a formar de un grupo u otro en función de
otras variables
3. Crear el Propensity Score de los valores predichos por
el modelo de regresión logística.
• 0-1
• 0: 100% de no recibir un tratamiento X
• 1: 100% de sí recibir un tratamiento X
• predict (STATA), create predicted values (SPSS)
Probabilidad de tratamiento según
variables seleccionadas
_cons 10.34058 28.80144 0.84 0.402 .0440259 2428.742
cardiopatia 1.033704 1.029055 0.03 0.973 .1469005 7.273937
diabetes 1.178056 1.292798 0.15 0.881 .1371066 10.12218
fontainepre .5499491 .3484369 -0.94 0.345 .1588612 1.903825
tasctotal 1.063534 .4988906 0.13 0.896 .4240954 2.667101
stentfspopl~o Odds Ratio Std. Err. z P>|z| [95% Conf. Interval]
Log likelihood = -13.59335 Pseudo R2 = 0.0382
Prob > chi2 = 0.8974
LR chi2(4) = 1.08
Logistic regression Number of obs = 23
. logistic stentfs tasct fontainepre diab cardiop
Creamos la el índice según la Y de la
ecuación de la regresión
end of do-file
.
(option pr assumed; Pr(stentfspopliteo))
. predict propensity
Estratificamos el índice de propesión en
cuantiles (por ejemplo: 3)
. xtile propensity3= propensity, nq(3)
Realizamos el análisis estratificando por
los cuantiles del índice de propensión
Stratified by propensity3
fumador 2.523577 3.587748 0.65 0.515 .1555501 40.9414
fontainepost 2.901779 4.15097 0.74 0.456 .1758036 47.89618
nuevotasct 2.096103 .9555162 1.62 0.104 .8578066 5.121957
edad 1.056061 .0739245 0.78 0.436 .9206714 1.21136
sexo .2897663 .3370855 -1.06 0.287 .0296377 2.833033
stentfspopl~o .0653005 .0905887 -1.97 0.049 .004306 .9902702
_t Haz. Ratio Std. Err. z P>|z| [95% Conf. Interval]
. stcox stentfs sexo edad nuevotasct fontainepost fum , strata(propensity3)
¿Qué hemos hecho con todo esto?
• Simular una aleatorización, al realizar estratos en los que
todos los participantes tienen la misma posibilidad de
recibir un grupo de tratamiento u otro según nuestras
variables. Es como una “aleatorización a posteriori”
• Ensayos Clínicos Aleatorizados:
• Estudios observacionales con índice de propensión
¿Qué variables empleo?
• Actualmente es un tema en discusión
1. Todas las variables
2. Las variables que influyan en la exposición
3. Las variables que influyan en el desenlace
4. Las variables que influyan en ambas
• Se acepta variables con una p<0.100 para el factor de estudio
(el objetivo del índice de propensión no es ver qué variables se
asocia al tratamiento, sino usar esas variables para ajustar
mejor. Por eso usamos intervalos mayores)
Ejemplo 1:
Comparación de la supervivencia de pacientes con hepatocarcinoma
e invasión portal tratados con sorafenib o radioembolización
• Estudio multicéntrico en 4 hospitales. 73 pacientes
• Problema: pacientes con sorafenib suelen ser los más graves en
función a muchas variables, y eso repercute también en
supervivencia.
• Se emplea modelo de regresión de cox estratificando por índice de
propensión
íNdice de propensión
• Índice de propensión: diámetro, ehd, bilirrubina, inl, clip
Regresión de COX SIN índice de propensión.
Variable HR p
Tratamiento con RE 0,49 0,018
Edad 1,01 0,367
Sexo (Mujer) 0,91 0,9
ECOG 1 1,56 0,195
ECOG > 2 2,87 0,016
Bilirrubina 2,39 0,011
Regresión de COX. CON índice de propensión
Variable HR p
Tratamiento con RE 0,37 0,006
Edad 1,01 0,308
Sexo (Mujer) 0,95 0,888
ECOG 1 1,66 0,163
ECOG > 2 3,25 0,011
Bilirrubina 2,80 0,004
Ejemplo 2:
• ¿La cirugía endovascular en sector fémoro poplíteo ó distal
puede condicionar la posterior realización de un bypass
distal?
• Estudio restrospectivo. 23 pacientes.
• Valora indicación de bypass proximal vs distal en pacientes con
intervención previa (angioplastia o stent) que ha fracasado.
• Problema: Stent suele elegirse para pacientes con enfermedad
vascular proximal.
Características de los pacientes
Tratamiento Stent ATP distal
Sexo (Mujeres) 37,5 57,1 0,382
Edad 1,01 0,367 0,815
Hipertensión 87,5% 85,7% 0,907
Fumador 68,8% 57,1% 0,591
Diabetes 75% 71,4% 0,858
Dislipemia 81,3% 85,7% 0,795
Insuf. renal crónica 25% 42,8% 0,392
Comorbilidad 68,8% 71,4% 0,898
Cardiopatía 50% 42,9% 0,752
Obesidad 31,3% 42,9% 0,591
TASC femoropóplíteo 2 31,25% 68,6%
0,016TASC femoropoplíteo 3 28,6% 28,6%
• Índice de propensión: TASC distal y proximal previo, Fontaine previo, diabetes,
cardiopatía, tabaco
Regresión de COX SIN índice de propensión.
Variable HR p
Stent femoropopliteo 0,15 0,058
Sexo (Mujer) 0,38 0,410
Edad 1,09 0,304
TASC proximal y distal 1,43 0,298
Fontaine 7,22 0,133
Fumador 1,49 0,696
Regresión de COX SIN índice de propensión.
Variable HR p
Angioplastia distal 0,10 0,036
Sexo (Mujer) 0,31 0,319
Edad 1,06 0,441
TASC proximal y distal 1,89 0,124
Fontaine 4,23 0,296
Fumador 1,61 0,657
Ventajas del Índice de Propensión
• Controla confusión de estudios hospitalarios por
variables clínicas, presentes en todos los hospitales
• Permite disminuir tamaños muestrales necesarios.
• “Estadísticamente fácil de calcular”
Desventajas
• Selección de variables en discusión
• Sólo controla por factores de confusión conocidos.
íNdice de propensión

Mais conteúdo relacionado

Mais procurados

Metaanálisis y revisiones sistemáticas
Metaanálisis y revisiones sistemáticasMetaanálisis y revisiones sistemáticas
Metaanálisis y revisiones sistemáticasFredy RS Gutierrez
 
Revision Sistematica
Revision SistematicaRevision Sistematica
Revision Sistematicamdelaov
 
Diabetes Preguntas Clinicas Eca 3 6
Diabetes Preguntas Clinicas Eca 3 6Diabetes Preguntas Clinicas Eca 3 6
Diabetes Preguntas Clinicas Eca 3 6guestd9b3a0
 
Urm valencia2011
Urm valencia2011Urm valencia2011
Urm valencia2011jlgonzalvez
 
Ensayo clínico aleatorio
Ensayo clínico aleatorio Ensayo clínico aleatorio
Ensayo clínico aleatorio mbeosatzen
 
Lectura crítica de literatura científica
Lectura crítica de literatura científicaLectura crítica de literatura científica
Lectura crítica de literatura científicaSergio Lafita Mainz
 
Meta analisis slideshare
Meta analisis slideshareMeta analisis slideshare
Meta analisis slideshareOrtokarlos
 
Evaluación de diagnóstico
Evaluación de diagnósticoEvaluación de diagnóstico
Evaluación de diagnósticoalejandroosvaldo
 
Revisiones Sistemáticas y Metaanálisis
Revisiones Sistemáticas y MetaanálisisRevisiones Sistemáticas y Metaanálisis
Revisiones Sistemáticas y MetaanálisisAlessa Remírez
 
Conferencia ¿cuántos pacientes necesito para mi estudio estimacion tamaño mu...
Conferencia ¿cuántos pacientes necesito para mi estudio  estimacion tamaño mu...Conferencia ¿cuántos pacientes necesito para mi estudio  estimacion tamaño mu...
Conferencia ¿cuántos pacientes necesito para mi estudio estimacion tamaño mu...Sergio Uribe
 
Pregunta pico y booleanos
Pregunta pico y booleanosPregunta pico y booleanos
Pregunta pico y booleanosEly. van morc
 
Telmisartan ramipril wiki
Telmisartan ramipril wikiTelmisartan ramipril wiki
Telmisartan ramipril wikiJavier Ortega
 
Lectura critica de un articulo de tratamiento
Lectura critica de un articulo de tratamientoLectura critica de un articulo de tratamiento
Lectura critica de un articulo de tratamientoevidenciaterapeutica.com
 
Jornadas ACEMUSACH
Jornadas ACEMUSACHJornadas ACEMUSACH
Jornadas ACEMUSACHACEMUSACH
 

Mais procurados (19)

Metaanálisis y revisiones sistemáticas
Metaanálisis y revisiones sistemáticasMetaanálisis y revisiones sistemáticas
Metaanálisis y revisiones sistemáticas
 
Congreso semFyC Zaragoza 2011
Congreso semFyC Zaragoza 2011Congreso semFyC Zaragoza 2011
Congreso semFyC Zaragoza 2011
 
Revision Sistematica
Revision SistematicaRevision Sistematica
Revision Sistematica
 
Diabetes Preguntas Clinicas Eca 3 6
Diabetes Preguntas Clinicas Eca 3 6Diabetes Preguntas Clinicas Eca 3 6
Diabetes Preguntas Clinicas Eca 3 6
 
Urm valencia2011
Urm valencia2011Urm valencia2011
Urm valencia2011
 
Ensayo clínico aleatorio
Ensayo clínico aleatorio Ensayo clínico aleatorio
Ensayo clínico aleatorio
 
Peras, manzanas y puntuaciones de propensión
Peras, manzanas y puntuaciones de propensiónPeras, manzanas y puntuaciones de propensión
Peras, manzanas y puntuaciones de propensión
 
Lectura crítica de literatura científica
Lectura crítica de literatura científicaLectura crítica de literatura científica
Lectura crítica de literatura científica
 
Meta analisis iii
Meta analisis iiiMeta analisis iii
Meta analisis iii
 
Meta analisis slideshare
Meta analisis slideshareMeta analisis slideshare
Meta analisis slideshare
 
Evaluación de diagnóstico
Evaluación de diagnósticoEvaluación de diagnóstico
Evaluación de diagnóstico
 
Efectividad del tratamiento
Efectividad del tratamientoEfectividad del tratamiento
Efectividad del tratamiento
 
Revisiones Sistemáticas y Metaanálisis
Revisiones Sistemáticas y MetaanálisisRevisiones Sistemáticas y Metaanálisis
Revisiones Sistemáticas y Metaanálisis
 
Conferencia ¿cuántos pacientes necesito para mi estudio estimacion tamaño mu...
Conferencia ¿cuántos pacientes necesito para mi estudio  estimacion tamaño mu...Conferencia ¿cuántos pacientes necesito para mi estudio  estimacion tamaño mu...
Conferencia ¿cuántos pacientes necesito para mi estudio estimacion tamaño mu...
 
Pregunta pico y booleanos
Pregunta pico y booleanosPregunta pico y booleanos
Pregunta pico y booleanos
 
Telmisartan ramipril wiki
Telmisartan ramipril wikiTelmisartan ramipril wiki
Telmisartan ramipril wiki
 
Lectura critica de un articulo de tratamiento
Lectura critica de un articulo de tratamientoLectura critica de un articulo de tratamiento
Lectura critica de un articulo de tratamiento
 
Meta analisis ii
Meta analisis iiMeta analisis ii
Meta analisis ii
 
Jornadas ACEMUSACH
Jornadas ACEMUSACHJornadas ACEMUSACH
Jornadas ACEMUSACH
 

Semelhante a íNdice de propensión

ensayos clinicos aleatorios.pptx
ensayos clinicos aleatorios.pptxensayos clinicos aleatorios.pptx
ensayos clinicos aleatorios.pptxEsauMadrigal
 
ECAS 2017.pptx
ECAS 2017.pptxECAS 2017.pptx
ECAS 2017.pptxcricama89
 
ensayoclnico-1206150244330-phpapp01.pptx
ensayoclnico-1206150244330-phpapp01.pptxensayoclnico-1206150244330-phpapp01.pptx
ensayoclnico-1206150244330-phpapp01.pptxdecter007
 
Comunicacion laura garcia aparicio
Comunicacion laura garcia aparicioComunicacion laura garcia aparicio
Comunicacion laura garcia aparicioSAMFYRE
 
Guia metodologica de_tesis_2015_1
Guia metodologica de_tesis_2015_1Guia metodologica de_tesis_2015_1
Guia metodologica de_tesis_2015_1Fiorela Daza
 
Análsis Critico de la Literatura en Terapéutica
Análsis Critico de la Literatura en TerapéuticaAnálsis Critico de la Literatura en Terapéutica
Análsis Critico de la Literatura en Terapéuticaevidenciaterapeutica.com
 
Unidad i estudios transversales y experimentales
Unidad i estudios transversales y experimentalesUnidad i estudios transversales y experimentales
Unidad i estudios transversales y experimentalesveronicadelgadolopez
 
Sesion 04 diseño de estudios experimentales
Sesion   04  diseño de estudios experimentalesSesion   04  diseño de estudios experimentales
Sesion 04 diseño de estudios experimentalesjhonrch
 
tiposdeestudios-130429090215-phpapp01.pptx
tiposdeestudios-130429090215-phpapp01.pptxtiposdeestudios-130429090215-phpapp01.pptx
tiposdeestudios-130429090215-phpapp01.pptxdecter007
 
Ensayos clínicos controlados aleatorizados
Ensayos clínicos controlados aleatorizados Ensayos clínicos controlados aleatorizados
Ensayos clínicos controlados aleatorizados Ramiro Castillo Sariñana
 
Valor pronóstico del realce tardío cuantitativo por RMC en la evaluación de l...
Valor pronóstico del realce tardío cuantitativo por RMC en la evaluación de l...Valor pronóstico del realce tardío cuantitativo por RMC en la evaluación de l...
Valor pronóstico del realce tardío cuantitativo por RMC en la evaluación de l...Sociedad Española de Cardiología
 
Diseño de un estudio aleatorizado con enmascaramiento
Diseño de un estudio aleatorizado con enmascaramientoDiseño de un estudio aleatorizado con enmascaramiento
Diseño de un estudio aleatorizado con enmascaramientokaren aros
 
Lectura crítica IMPRROVE-IT
Lectura crítica IMPRROVE-ITLectura crítica IMPRROVE-IT
Lectura crítica IMPRROVE-ITmbeosatzen
 
Diabetes Preguntas Clinicas Eca 3 6
Diabetes Preguntas Clinicas Eca 3 6Diabetes Preguntas Clinicas Eca 3 6
Diabetes Preguntas Clinicas Eca 3 6BI10632
 
Garcia metodologia 4a_tamano_de_la_muestra
Garcia metodologia 4a_tamano_de_la_muestraGarcia metodologia 4a_tamano_de_la_muestra
Garcia metodologia 4a_tamano_de_la_muestraromeo pomari juarez
 
Presentación de artículos sobre errores estadísticos frecuentes en publicaci...
Presentación de artículos sobre errores  estadísticos frecuentes en publicaci...Presentación de artículos sobre errores  estadísticos frecuentes en publicaci...
Presentación de artículos sobre errores estadísticos frecuentes en publicaci...Diana Cuesta
 

Semelhante a íNdice de propensión (20)

ensayos clinicos aleatorios.pptx
ensayos clinicos aleatorios.pptxensayos clinicos aleatorios.pptx
ensayos clinicos aleatorios.pptx
 
ECAS 2017.pptx
ECAS 2017.pptxECAS 2017.pptx
ECAS 2017.pptx
 
ensayoclnico-1206150244330-phpapp01.pptx
ensayoclnico-1206150244330-phpapp01.pptxensayoclnico-1206150244330-phpapp01.pptx
ensayoclnico-1206150244330-phpapp01.pptx
 
SISTEMA PICO.pdf
SISTEMA PICO.pdfSISTEMA PICO.pdf
SISTEMA PICO.pdf
 
Comunicacion laura garcia aparicio
Comunicacion laura garcia aparicioComunicacion laura garcia aparicio
Comunicacion laura garcia aparicio
 
Clase 16 ensayos clínicos
Clase 16 ensayos clínicos Clase 16 ensayos clínicos
Clase 16 ensayos clínicos
 
Guia metodologica de_tesis_2015_1
Guia metodologica de_tesis_2015_1Guia metodologica de_tesis_2015_1
Guia metodologica de_tesis_2015_1
 
Evaluacion de un estudio de medicamentos
Evaluacion de un estudio de medicamentosEvaluacion de un estudio de medicamentos
Evaluacion de un estudio de medicamentos
 
Análsis Critico de la Literatura en Terapéutica
Análsis Critico de la Literatura en TerapéuticaAnálsis Critico de la Literatura en Terapéutica
Análsis Critico de la Literatura en Terapéutica
 
Unidad i estudios transversales y experimentales
Unidad i estudios transversales y experimentalesUnidad i estudios transversales y experimentales
Unidad i estudios transversales y experimentales
 
Sesion 04 diseño de estudios experimentales
Sesion   04  diseño de estudios experimentalesSesion   04  diseño de estudios experimentales
Sesion 04 diseño de estudios experimentales
 
tiposdeestudios-130429090215-phpapp01.pptx
tiposdeestudios-130429090215-phpapp01.pptxtiposdeestudios-130429090215-phpapp01.pptx
tiposdeestudios-130429090215-phpapp01.pptx
 
Ensayos clínicos controlados aleatorizados
Ensayos clínicos controlados aleatorizados Ensayos clínicos controlados aleatorizados
Ensayos clínicos controlados aleatorizados
 
Valor pronóstico del realce tardío cuantitativo por RMC en la evaluación de l...
Valor pronóstico del realce tardío cuantitativo por RMC en la evaluación de l...Valor pronóstico del realce tardío cuantitativo por RMC en la evaluación de l...
Valor pronóstico del realce tardío cuantitativo por RMC en la evaluación de l...
 
Ensayo clinico
Ensayo clinicoEnsayo clinico
Ensayo clinico
 
Diseño de un estudio aleatorizado con enmascaramiento
Diseño de un estudio aleatorizado con enmascaramientoDiseño de un estudio aleatorizado con enmascaramiento
Diseño de un estudio aleatorizado con enmascaramiento
 
Lectura crítica IMPRROVE-IT
Lectura crítica IMPRROVE-ITLectura crítica IMPRROVE-IT
Lectura crítica IMPRROVE-IT
 
Diabetes Preguntas Clinicas Eca 3 6
Diabetes Preguntas Clinicas Eca 3 6Diabetes Preguntas Clinicas Eca 3 6
Diabetes Preguntas Clinicas Eca 3 6
 
Garcia metodologia 4a_tamano_de_la_muestra
Garcia metodologia 4a_tamano_de_la_muestraGarcia metodologia 4a_tamano_de_la_muestra
Garcia metodologia 4a_tamano_de_la_muestra
 
Presentación de artículos sobre errores estadísticos frecuentes en publicaci...
Presentación de artículos sobre errores  estadísticos frecuentes en publicaci...Presentación de artículos sobre errores  estadísticos frecuentes en publicaci...
Presentación de artículos sobre errores estadísticos frecuentes en publicaci...
 

íNdice de propensión

  • 1. USO DEL PROPENSITY SCORE COMO HERRAMIENTA PARA MEJORAR LA POTENCIA ESTADÍSTICA EN ESTUDIOS HOSPITALARIOS. Pedro Antonio de la Rosa Fernández-Pacheco MIR-4 Medicina Preventiva y Salud Pública Unidad Docente de Medicina Preventiva y Salud Pública de Navarra
  • 2. Situación de la investigación en MIRs • Gran presión laboral/asistencial: limitado tiempo para trabajo de campo: bases de datos pequeñas • Bases de datos de diversos servicios fundamentalmente observacionales: sesgos • Escaso tamaño muestral: poca potencia estadística. • Típicos estudios: • Estudios descriptivos: encuestas de satisfacción, prevalencias, etc. • Estudios analíticos sobre efectividad de un tratamiento • No significativos por poco tamaño muestral: no publicables • Estudios multicéntricos, si tienen suerte…
  • 4. • Ensayos Clínicos Aleatorizados: • Controlan factores de confusión conocidos y desconocidos • Estudios observacionales • Sometidos a confusión y sesgos ¿ ?
  • 5. Maneras de controlar confusión • Regresión: • Permite ajuste multivariable • Ajustar por demasiadas variables puede comprometer resultados • Estratificación • Se pierde potencia estadística • Complicado estratificar por varios factores de confusión • Otros: Índice de propensión • Permite ajustar por muchas variables simulando aleatorización • Puede controlar parcialmente sesgos de inclusión. • No ajusta por factores de confusión desconocidos.
  • 6. Propensity Score • Posibilidad de que un participante sea incluido en un grupo de tratamiento o en otro en función de otras variables. Density 0 1Propensity score Region of common support Density of scores for participants High probability of participating given X Density of scores for non- participants
  • 7. Pasos para ajustar por Prop Sc. 1. Necesidad de datos representativos y comparables para grupos de tratamiento 2. Usar un modelo de regresión logística para estimar propensión a formar de un grupo u otro en función de otras variables 3. Crear el Propensity Score de los valores predichos por el modelo de regresión logística. • 0-1 • 0: 100% de no recibir un tratamiento X • 1: 100% de sí recibir un tratamiento X • predict (STATA), create predicted values (SPSS)
  • 8. Probabilidad de tratamiento según variables seleccionadas _cons 10.34058 28.80144 0.84 0.402 .0440259 2428.742 cardiopatia 1.033704 1.029055 0.03 0.973 .1469005 7.273937 diabetes 1.178056 1.292798 0.15 0.881 .1371066 10.12218 fontainepre .5499491 .3484369 -0.94 0.345 .1588612 1.903825 tasctotal 1.063534 .4988906 0.13 0.896 .4240954 2.667101 stentfspopl~o Odds Ratio Std. Err. z P>|z| [95% Conf. Interval] Log likelihood = -13.59335 Pseudo R2 = 0.0382 Prob > chi2 = 0.8974 LR chi2(4) = 1.08 Logistic regression Number of obs = 23 . logistic stentfs tasct fontainepre diab cardiop
  • 9. Creamos la el índice según la Y de la ecuación de la regresión end of do-file . (option pr assumed; Pr(stentfspopliteo)) . predict propensity
  • 10. Estratificamos el índice de propesión en cuantiles (por ejemplo: 3) . xtile propensity3= propensity, nq(3)
  • 11. Realizamos el análisis estratificando por los cuantiles del índice de propensión Stratified by propensity3 fumador 2.523577 3.587748 0.65 0.515 .1555501 40.9414 fontainepost 2.901779 4.15097 0.74 0.456 .1758036 47.89618 nuevotasct 2.096103 .9555162 1.62 0.104 .8578066 5.121957 edad 1.056061 .0739245 0.78 0.436 .9206714 1.21136 sexo .2897663 .3370855 -1.06 0.287 .0296377 2.833033 stentfspopl~o .0653005 .0905887 -1.97 0.049 .004306 .9902702 _t Haz. Ratio Std. Err. z P>|z| [95% Conf. Interval] . stcox stentfs sexo edad nuevotasct fontainepost fum , strata(propensity3)
  • 12. ¿Qué hemos hecho con todo esto? • Simular una aleatorización, al realizar estratos en los que todos los participantes tienen la misma posibilidad de recibir un grupo de tratamiento u otro según nuestras variables. Es como una “aleatorización a posteriori” • Ensayos Clínicos Aleatorizados: • Estudios observacionales con índice de propensión
  • 13. ¿Qué variables empleo? • Actualmente es un tema en discusión 1. Todas las variables 2. Las variables que influyan en la exposición 3. Las variables que influyan en el desenlace 4. Las variables que influyan en ambas • Se acepta variables con una p<0.100 para el factor de estudio (el objetivo del índice de propensión no es ver qué variables se asocia al tratamiento, sino usar esas variables para ajustar mejor. Por eso usamos intervalos mayores)
  • 14. Ejemplo 1: Comparación de la supervivencia de pacientes con hepatocarcinoma e invasión portal tratados con sorafenib o radioembolización • Estudio multicéntrico en 4 hospitales. 73 pacientes • Problema: pacientes con sorafenib suelen ser los más graves en función a muchas variables, y eso repercute también en supervivencia. • Se emplea modelo de regresión de cox estratificando por índice de propensión
  • 16. • Índice de propensión: diámetro, ehd, bilirrubina, inl, clip Regresión de COX SIN índice de propensión. Variable HR p Tratamiento con RE 0,49 0,018 Edad 1,01 0,367 Sexo (Mujer) 0,91 0,9 ECOG 1 1,56 0,195 ECOG > 2 2,87 0,016 Bilirrubina 2,39 0,011 Regresión de COX. CON índice de propensión Variable HR p Tratamiento con RE 0,37 0,006 Edad 1,01 0,308 Sexo (Mujer) 0,95 0,888 ECOG 1 1,66 0,163 ECOG > 2 3,25 0,011 Bilirrubina 2,80 0,004
  • 17. Ejemplo 2: • ¿La cirugía endovascular en sector fémoro poplíteo ó distal puede condicionar la posterior realización de un bypass distal? • Estudio restrospectivo. 23 pacientes. • Valora indicación de bypass proximal vs distal en pacientes con intervención previa (angioplastia o stent) que ha fracasado. • Problema: Stent suele elegirse para pacientes con enfermedad vascular proximal.
  • 18. Características de los pacientes Tratamiento Stent ATP distal Sexo (Mujeres) 37,5 57,1 0,382 Edad 1,01 0,367 0,815 Hipertensión 87,5% 85,7% 0,907 Fumador 68,8% 57,1% 0,591 Diabetes 75% 71,4% 0,858 Dislipemia 81,3% 85,7% 0,795 Insuf. renal crónica 25% 42,8% 0,392 Comorbilidad 68,8% 71,4% 0,898 Cardiopatía 50% 42,9% 0,752 Obesidad 31,3% 42,9% 0,591 TASC femoropóplíteo 2 31,25% 68,6% 0,016TASC femoropoplíteo 3 28,6% 28,6%
  • 19. • Índice de propensión: TASC distal y proximal previo, Fontaine previo, diabetes, cardiopatía, tabaco Regresión de COX SIN índice de propensión. Variable HR p Stent femoropopliteo 0,15 0,058 Sexo (Mujer) 0,38 0,410 Edad 1,09 0,304 TASC proximal y distal 1,43 0,298 Fontaine 7,22 0,133 Fumador 1,49 0,696 Regresión de COX SIN índice de propensión. Variable HR p Angioplastia distal 0,10 0,036 Sexo (Mujer) 0,31 0,319 Edad 1,06 0,441 TASC proximal y distal 1,89 0,124 Fontaine 4,23 0,296 Fumador 1,61 0,657
  • 20. Ventajas del Índice de Propensión • Controla confusión de estudios hospitalarios por variables clínicas, presentes en todos los hospitales • Permite disminuir tamaños muestrales necesarios. • “Estadísticamente fácil de calcular” Desventajas • Selección de variables en discusión • Sólo controla por factores de confusión conocidos.