Rendimiento de métodos para la recuperación de información con datos perdidos en diseños longitudinales: un estudio de simulación

Abstract

Antecedentes En estudios epidemiológicos observacionales, se suele considerar la inclusión de variables confusoras en modelos de regresión para ajustar el análisis. Estas confusoras tienen efectos directos sobre la variable a predecir y son mediadas por la variable de interés. Sin embargo, no se ha estudiado suficientemente el impacto de no especificar los efectos de mediación moderada entre la exposición y las variables confusoras, así como la influencia de ignorar este efecto en presencia de pérdida de datos. Métodos Se analiza en dos estudios de simulación el efecto de la no especificación de las relaciones de mediación moderada en el sesgo y tasas de error tipo I del parámetro de exposición en modelos de regresión logística. El primer estudio se centra en la omisión de la mediación moderada y su impacto en la estimación de parámetros. En el segundo estudio, se introducen tipos (MCAR, MAR, MNAR) y porcentajes de pérdida de datos de distintos tipos para evaluar cómo las pérdidas afectan a la precisión y el sesgo de las estimaciones al utilizar métodos de tratamiento de información faltante con los métodos de ponderación por probabilidad inversa, imputación múltiple y estimación mediante máximo-verosímil. Ambos estudios de simulación se diseñaron para reflejar situaciones realistas en estudios epidemiológicos de tipo observacional se compararon utilizando como referencia el análisis de casos completos que ignora la información faltante.