Desde cifras hasta hallazgos - estadísticas en la práctica

En medXteam, nos centramos en los datos clínicos. Como CRO, no solo realizamos ensayos clínicos (estudios) con dispositivos médicos de acuerdo con el Reglamento de Dispositivos Médicos (MDR) y la norma ISO 14155, sino que también ofrecemos apoyo en la planificación estadística y el análisis de los datos del estudio. Este artículo ofrece una visión general de los conceptos estadísticos más importantes en los estudios clínicos, desde explicaciones básicas y ejemplos prácticos hasta temas más avanzados.

Abreviaturas

GCP Buena práctica clínica

Reglamento de dispositivos médicos MDR; Reglamento UE 2017/745

Regulaciones subyacentes

Reglamento UE 2017/745 (MDR)
Reglamento General de Protección de Datos (RGPD)
Ley de Implementación de Dispositivos Médicos (MPDG)
ISO 14155

1. Introducción

Los métodos estadísticos juegan un papel central en las pruebas clínicas de dispositivos médicos. Son la clave para analizar los datos, la interpretación de los resultados y el cumplimiento de los requisitos reglamentarios. Los siguientes temas se tratan en este artículo:

• Intervalos de confianza
• Error 1. Y 2do orden
• Criterios de aceptación
• Trama de boxeo
• Parcela forestal
• Datos conectados
• Sensibilidad / especificidad

2. ¿Cómo fue eso nuevamente con el intervalo de confianza?

El intervalo de confianza indica el área en la que un parámetro estimado, como la media o un tamaño de efecto, se encuentra con una probabilidad definida. Cuantifica la incertidumbre sobre una estimación y, por lo tanto, es una herramienta indispensable de estadísticas.

El intervalo de confianza proporciona información sobre cuán precisamente es una estimación. Cuanto más estrecho sea el intervalo, más seguros podemos ser que el valor real está cerca del valor estimado. Por el contrario, un intervalo amplio indica mayores incertidumbres. A menudo se administra un intervalo de confianza con una probabilidad de confianza del 95 %. Esto significa que el valor verdadero en 95 de cada 100 casos está dentro del área especificada si el estudio se repite en condiciones idénticas.

Ejemplo: 

Supongamos que un estudio muestra un tiempo de curación de heridas medianas de 10 días con un intervalo de confianza de [8, 12] al nivel de confianza del 95 %. Esto significa que la media real con una probabilidad del 95%está dentro de esta área.

2.1 profundización

¿Cómo funcionan los intervalos de confianza y por qué son decisivos?

• La idea básica del intervalo de confianza El intervalo de confianza se basa en la incertidumbre asociada con cada muestra. Ayuda a cuantificar esta incertidumbre especificando un área en la que el verdadero valor de un parámetro es muy probable. Cuantos más datos recopilemos y menor sea la propagación de los datos, más preciso (es decir, más estrecho) se vuelve el intervalo.
• Interpretación de un intervalo de confianza del 95%: no significa que el verdadero valor sea "con probabilidad del 95%" en el intervalo. En cambio, la declaración se refiere al hecho de que si repitemos el proceso de recopilación de datos infinitamente a menudo, el intervalo incluye el valor real en el 95% de los casos.

• ¿Qué factores influyen en la amplitud de un intervalo de confianza?La amplitud del intervalo depende de tres factores principales:
• Tamaño de la muestra:Las muestras más grandes proporcionan estimaciones más precisas, ya que se reduce la influencia de las fluctuaciones aleatorias. Esto da lugar a intervalos de confianza más estrechos. Con muestras pequeñas, los intervalos son más amplios debido a la mayor incertidumbre.
• Variabilidad de los datos:Si los datos tienen una mayor dispersión (es decir, si los valores están muy dispersos alrededor de la media), los intervalos son más amplios porque aumenta la incertidumbre sobre el valor real.
• Nivel de confianza seleccionado:Un nivel de confianza más alto (por ejemplo, 99 % en lugar de 95 %) da como resultado intervalos más amplios, ya que se considera una mayor incertidumbre. Por el contrario, un nivel de confianza más bajo (por ejemplo, 90 %) da como resultado intervalos más estrechos.

Implicaciones prácticas: Un intervalo particularmente amplio indica que se necesitan datos adicionales para acotar mejor el valor real.

2.2 Métodos alternativos para estimar intervalos de confianza

El método clásico requiere que la distribución de los datos subyacentes sea normal y la muestra sea suficientemente grande. En caso de desviaciones de estos supuestos o para pequeñas muestras, se pueden usar enfoques alternativos:

• Atrapado de botes:Este método es ideal si la suposición de distribución normal está lesionada o con pequeñas muestras. Una gran cantidad de muestras se extraen repetidamente de los datos existentes. Para cada una de estas muestras, se calcula el parámetro de interés (por ejemplo, el valor medio). La distribución de estos valores estimados sirve como base para derivar el intervalo de confianza.
  • Ventajas:Resistente a perturbaciones en la distribución; de aplicación flexible.
  • Ejemplo de aplicación:Para datos con distribución no normal, como valores de presión arterial muy asimétricos, el método bootstrap proporciona una estimación precisa.
• Intervalos de confianza de Bayesche (intervalos de crédito):A diferencia de las estadísticas clásicas, el enfoque bayesiano funciona con probabilidades. Aquí el conocimiento previo del parámetro es traído por una llamada distribución previa. Esto se combina con los datos de observación (probabilidad) para calcular la distribución posterior. El intervalo de crédito luego indica el área en la que el valor verdadero es con cierta probabilidad.
  • Ventajas:integración del conocimiento previo; Mejor interpretabilidad con muestras pequeñas.
  • Ejemplo de aplicación:Si estudios previos demuestran que un dispositivo médico suele provocar un tiempo de cicatrización de una herida de unos 10 días, esta información puede incluirse en el análisis para reducir la incertidumbre.

2.3 Relevancia práctica de los intervalos de confianza en la investigación clínica

• Relevancia clínica frente a significación estadística:Los intervalos de confianza proporcionan más información que un valor p. Mientras que un valor p solo indica si un efecto es estadísticamente significativo, el intervalo de confianza también muestra si el efecto es clínicamente relevante. Por ejemplo, un dispositivo médico podría producir una reducción estadísticamente significativa en el tiempo de cicatrización de una herida, pero esta reducción podría ser tan pequeña que resulte clínicamente irrelevante.
• Evaluación de las incertidumbres:Las decisiones regulatorias a menudo implican comprobar si el límite inferior del intervalo de confianza está por encima de un determinado umbral que se considera clínicamente significativo.

3. Error 1. Y 2do orden

Las pruebas estadísticas cubren el riesgo de errores, ya que las decisiones se toman sobre la base de datos de prueba de apuñala que solo pueden reflejar parcialmente la realidad. Errores 1. Y 2º orden son, por lo tanto, conceptos importantes en estadísticas y particularmente relevantes en la investigación clínica, donde las decisiones incorrectas pueden tener consecuencias considerables.

Pueden ocurrir dos tipos de fallas en las pruebas estadísticas:

• Error 1. Orden (error alfa): esto ocurre cuando la hipótesis nula se rechaza a pesar de que es cierto. Este error también se conoce como "falsa alarma". Ejemplo: un dispositivo médico ineficaz se clasifica como efectivo.
• Error 2. Orden (error beta): este error ocurre cuando se retiene la hipótesis nula, aunque se aplica la hipótesis alternativa. Esto a menudo se describe como "pasar por alto un efecto". Ejemplo: no se reconoce un dispositivo médico efectivo.

El equilibrio entre este tipo de errores es una tarea central de planificar estudios clínicos. El nivel de importancia y la fuerza de la prueba juegan un papel central.

Ejemplo: 

Se prueba un nuevo dispositivo médico. Un error alfa conduciría a la aprobación de un producto ineficaz, un producto efectivo podría clasificar un producto efectivo como ineficaz.

Importancia práctica: si bien un error alfa es regulatorio y económicamente problemático, un error beta puede obstaculizar la innovación médica.

3.1 profundización

• Relación entre errores alfa y beta:Existe una relación directa entre estos dos tipos de errores. Si se elige un nivel de significancia (alfa) más estricto para reducir la probabilidad de un error alfa (por ejemplo, de 0,05 a 0,01), el riesgo de un error beta suele aumentar. Por el contrario, relajar el valor alfa reduce el error beta, pero aumenta el riesgo de detectar efectos falsos.
• Potencia estadística: La potencia estadística mide la capacidad de una prueba para detectar un efecto real. Una potencia del 80 % significa que un efecto real no se detecta en el 20 % de los casos (error beta).
• Entre los factores que influyen en la potencia de la prueba se incluyenel tamaño de la muestra, el tamaño del efecto y el nivel de significancia elegido. Un tamaño de muestra mayor aumenta la probabilidad de detectar efectos pequeños y reduce el error beta.
• Ajuste para análisis múltiples:
• Análisis intermedios:En estudios con análisis de datos regulares, la probabilidad de un error alfa puede aumentar, ya que cada análisis conlleva la posibilidad de detectar un efecto aleatorio. Métodos como el de O'Brien-Fleming utilizan umbrales más estrictos en los análisis iniciales para controlar la tasa de error general.
• Corrección de Bonferroni:Este método divide el nivel de significancia entre el número de comparaciones para mantener baja la tasa de error general. Sin embargo, es un método conservador y puede reducir la potencia estadística al realizar un gran número de pruebas.
• Perspectiva bayesiana:

En lugar de utilizar niveles rígidos de importancia, las estadísticas bayesianas evalúan las probabilidades. Por ejemplo: ¿Qué tan probable es que un efecto sea mayor que un umbral clínicamente relevante? Esto puede conducir a resultados más flexibles e interpretables, especialmente para muestras pequeñas.

• Curvas ROC:

La curva de características operativas del receptor (ROC) muestra las compensaciones entre sensibilidad (verdadera positiva) y 1 especificidad (positivo incorrecto). Ayuda a identificar valores de umbral que minimizan los errores alfa y beta.

4. Criterios de aceptación

Los criterios de aceptación determinan las condiciones bajo las cuales un resultado clínico se considera exitoso. Son cruciales para la interpretación de los resultados del estudio y la decisión de si un dispositivo médico es efectivo o seguro.

Defina los criterios de aceptación que se requieren resultados para lograr un objetivo específico. Influyen en la planificación del estudio, la formulación de hipótesis y, en última instancia, la decisión de aprobación de un producto.

Ejemplo: 

Se desarrolla un dispositivo médico para acortar el tiempo de curación después de una operación. Como criterio de aceptación, se determina que el tiempo de curación promedio debe reducirse en al menos un 20% en comparación con el tratamiento estándar. El estudio verificó si el intervalo de confianza del resultado excede este límite.

4.1 profundización

1. Pruebas de no sugerencias, superioridad y equivalencia:

• Prueba de no sugerencia:muestra que el nuevo producto no es peor que el tratamiento existente dentro de un límite de tolerancia aceptable.
• Prueba de superioridad:Demuestra que el producto es significativamente mejor.
• Prueba de equivalencia:Verifique si el producto es similar dentro de un área especificada (por ejemplo, ± 10%).
  2. Se acerca a Bayesche:
• En lugar de establecer un umbral fijo para la aceptación, los métodos de Bayesch calculan la probabilidad de que el verdadero efecto sea mayor que un umbral pre -definido. Esto permite una consideración teórica dinámica y de probabilidad.
  3. Importancia clínica:
• Un efecto estadísticamente significativo no cumple automáticamente un criterio de aceptación, ya que la relevancia clínica también debe ser evaluada. Ejemplo: una reducción del dolor del 1% podría ser estadísticamente significativa, pero no podría ser clínicamente significativa.
  4. Evaluación de costo-beneficio:
• Los criterios de aceptación estrictos pueden aumentar la calidad de la evaluación, pero a menudo requieren muestras más grandes, lo que aumenta los costos y la duración del estudio.

5. ¿Cómo leo una trama de caja?

Un gráfico de caja, también llamado gráfico de caja, es una herramienta estadística versátil que visualiza la distribución de datos de una manera simple. Ayuda a reconocer las tendencias centrales, la variabilidad y los valores atípicos potenciales de un vistazo y es particularmente útil al comparar grupos.

Un cuadro de caja es compacto para distribuir un registro de datos.

• Mediana:La línea en el centro del recuadro representa el valor central de los datos.
• Quarters:El borde inferior de la caja es el primer cuartil (Q1), el borde superior del tercer cuartil (Q3).
• Distancia intercuartil (IQR):el área entre Q1 y Q3 incluye el 50% medio de los datos.
• Bigote:Las líneas que aparecen encima y debajo del cuadro indican valores de datos que se encuentran fuera del rango intercuartílico (RIC), hasta un límite definido (a menudo 1,5 veces el RIC).
• Valores atípicos:Los puntos de datos que se encuentran fuera de este límite se muestran por separado como puntos.

Ejemplo 

Imaginemos que tenemos datos sobre el tiempo de curación de dos grupos de pacientes (Grupo A y Grupo B):

• El grupo A tiene tiempos de curación más cortos con baja variabilidad, lo que resulta en un cuadro compacto con bigotes cortos.
• El grupo B muestra mayores diferencias entre los pacientes, lo que conduce a una caja más amplia y bigotes más largos.

Una comparación directa de las dos parcelas de caja puede mostrar rápidamente qué grupo es más homogéneo y si hay valores atípicos extremos.

5.1 profundización

1. Interpretación detallada:

• Mediana:Indica la tendencia central de los datos y es robusta frente a los valores atípicos.
• RIC:Muestra la dispersión del 50% central de los datos y da una idea de la variabilidad.
• Bigotes y valores atípicos:Ayuda a identificar valores extremos que posiblemente puedan distorsionar el análisis.
  2. Comparación de grupos: Los diagramas de caja son ideales para ilustrar las diferencias entre grupos, por ejemplo, para comparar el efecto de un dispositivo médico en diferentes grupos de edad. Las diferencias en la altura de la caja o de los bigotes pueden indicar variabilidad o efectos sistemáticos.
  3. Visualizaciones extendidas:
• Diagramas de violín:Combinación de diagrama de caja y diagrama de densidad que muestra la distribución completa de los datos. Resultan especialmente útiles para distribuciones multimodales (por ejemplo, con dos picos en los datos).
• Parcelas de boxeo paralelas:Varias parcelas de caja una al lado de la otra hacen que sea más fácil comparar grupos.
  4. Aplicación en estudios clínicos:
• Análisis de valores atípicos:En un ensayo clínico, los valores atípicos podrían indicar pacientes que responden excepcionalmente bien o mal a un tratamiento. Estos hallazgos pueden proporcionar pistas sobre diferencias individuales importantes para futuras investigaciones.
• Estratificación:Los gráficos de caja se pueden usar para estratificar y presentar visualmente datos de acuerdo con los subgrupos (por ejemplo, grupos de edad, género).
  5. Robustez: Dado que la mediana y los cuartiles son insensibles a los valores atípicos, el diagrama de caja es particularmente robusto. Sin embargo, las distribuciones muy asimétricas (por ejemplo, con colas largas en un lado) pueden resultar engañosas. En tales casos, pueden ser útiles representaciones alternativas como el diagrama de violín.

6. ¿Cómo leo una trama forestal?

Una parcela forestal es una herramienta indispensable en el metanálisis y permite la presentación e interpretación de los resultados de varios estudios o subgrupos. Muestra estimaciones y sus intervalos de confianza en un diagrama uniforme.

La trama del bosque consiste en:

• Puntos de estimación:Estos puntos o cuadrados representan el efecto (por ejemplo, la media, la razón de probabilidades) de cada estudio o subgrupo.
• Intervalos de confianza:Las líneas horizontales indican la incertidumbre de la estimación.
• Línea vertical:Representa el punto de "ausencia de efecto", por ejemplo, una razón de probabilidades de 1 o un tamaño del efecto de 0.
• Efecto general:un diamante en el extremo inferior muestra el promedio ponderado de todos los estudios, con el ancho del diamante que representa el intervalo de confianza.

Ejemplo

Un metaanálisis examina la efectividad de un parche en el tiempo de curación de la herida en varios estudios.

• El estudio A muestra una reducción significativa en el período de curación de la herida, con un intervalo de confianza que está completamente por debajo de la línea "sin efecto".
• El estudio B tiene un amplio intervalo de confianza que incluye efectos positivos y negativos, lo que indica incertidumbre en los resultados.
• El efecto general (diamante) también está por debajo de la línea, lo que indica una efectividad significativa del pavimento.

6.1 profundización

1. Análisis de la heterogeneidad:

• Prueba Q de Cochran:Comprueba si la variación entre los estudios es mayor de lo que cabría esperar por azar.
• Estadístico I²:Indica el porcentaje de variabilidad que se explica por la heterogeneidad. Un valor alto (por ejemplo, superior al 50 %) sugiere que un modelo de efectos aleatorios es más apropiado.

2. Modelos de efectos fijos versus efectos aleatorios:

• Modelo de efectos fijos:supone que todos los estudios miden el mismo efecto verdadero y solo resultan en diferencias.
• Modelo de efectos aleatorios:Teniendo en cuenta que los estudios pueden tener diferentes poblaciones y condiciones y permite una mayor variabilidad entre los estudios.
  5. Trayas del bays:
• Los enfoques bayesianos utilizan el conocimiento previo para una mejor incertidumbre del modelo. La trama forestal podría visualizar distribuciones posteriores e intervalos de crédito aquí, lo que permite una interpretación más profunda.

4. Interpretación en la práctica:

• Se puede utilizar una parcela forestal para evaluar la consistencia de los resultados. Los estudios cuyos intervalos de confianza no cortan la línea "sin efecto" proporcionan evidencia fuerte. Los diferentes resultados de los estudios individuales pueden ser signos de diferencias metodológicas o efectos de población específicos.

7. ¿Cuáles son los datos conectados?

Los datos conectados son mediciones que no son independientes entre sí. Esto a menudo ocurre en estudios clínicos cuando, por ejemplo, el mismo paciente se mide varias veces (por ejemplo, antes y después del tratamiento) o si hay observaciones dentro de parejas o grupos (por ejemplo, gemelos o dispositivos que se prueban en el mismo paciente).

En el caso de los datos conectados, una medición afecta al otro directamente. Los ejemplos más conocidos son antes y después de las medidas o muestras emparejadas. En tales casos, es importante usar procedimientos estadísticos que tengan en cuenta esta dependencia, de lo contrario, se pueden sacar conclusiones incorrectas.

• Escenario típico:Recopilación de datos antes y después del tratamiento de un paciente. Dado que ambas mediciones provienen del mismo paciente, no son independientes.

Ejemplo

Un estudio examina la efectividad de una nueva asociación de heridas para acelerar la curación después de las operaciones. El tiempo de curación se mide en los mismos pacientes antes y después de la aplicación de la asociación de heridas. Dado que ambas medidas provienen del mismo paciente, están conectados. Una comparación simple de la media sin tomar la conexión conduciría a resultados distorsionados. En cambio, se debe usar una prueba t emparejada para analizar correctamente las diferencias en los tiempos de curación.

7.1 profundización

1. ¿Por qué es importante la dependencia?Los datos independientes cumplen con el supuesto básico de muchas pruebas estadísticas. Sin embargo, con datos relacionados, esta dependencia invalida dicho supuesto. Por lo tanto, se requiere un análisis específico para evitar resultados sesgados.
2. Procedimientos estadísticos adecuados:

• Prueba t pareada:esta prueba compara los valores medios de dos grupos conectados analizando las diferencias entre las parejas.
• Prueba de clasificación de signo de Wilcoxon:esta es la alternativa no paramétrica si los datos no tienen una distribución normal.
• Modelos lineales mixtos (MLM):Estos modelos son particularmente útiles en diseños de estudio complejos con múltiples puntos temporales o grupos. Permiten analizar simultáneamente efectos aleatorios (p. ej., diferencias individuales) y efectos fijos (p. ej., tratamiento).

3. Estructura de varianza-covarianza: En modelos avanzados como el ANOVA de medidas repetidas, la relación entre las mediciones debe modelarse correctamente. Diferentes supuestos sobre la estructura (por ejemplo, simetría compuesta o estructuras autorregresivas) influyen en los resultados.
4. Desafíos prácticos:

• Valores faltantes:Los datos vinculados son particularmente susceptibles a sesgos cuando faltan mediciones. Métodos como la imputación múltiple o la estimación de máxima verosimilitud pueden ayudar a minimizar las distorsiones.
• Complejidad:El análisis de datos relacionados a menudo requiere software especializado y conocimientos de métodos estadísticos avanzados.

8. Diferencia en sensibilidad/especificidad

La sensibilidad y la especificidad son dimensiones fundamentales para evaluar la calidad de una prueba de diagnóstico. Usted describe cuán buena prueba puede reconocer a los enfermos y excluir correctamente a las personas sanas.

Sensibilidad: Proporción de personas realmente enfermas identificadas correctamente por la prueba (verdaderos positivos). Mide la capacidad de evitar pasar por alto a personas enfermas.

Especificidad: Proporción de individuos verdaderamente sanos que son identificados correctamente como sanos (negativos verdaderos). Describe la eficacia de la prueba para evitar falsas alarmas.

¿Por qué es importante? Una prueba perfecta tendría una sensibilidad y especificidad del 100%. Sin embargo, en la práctica, a menudo hay que hacer concesiones, por ejemplo, en los programas de cribado masivo, donde se prefiere una prueba con alta sensibilidad para evitar pasar por alto a personas enfermas.

Ejemplo

 Tiene una prueba para el diagnóstico de una enfermedad rara:

• Sensibilidad del 90%:De 100 pacientes realmente enfermos, la prueba identifica correctamente a 90; 10 son clasificados erróneamente como sanos.
• Especificidad del 80%:De 100 individuos sanos, 80 son identificados correctamente como sanos; 20 son clasificados erróneamente como enfermos.

8.1 profundización

1. Conexión con prevalencia:

• Los valores predictivos positivos y negativos (PPV y VPN) dependen directamente de la prevalencia de la enfermedad. Una prueba con alta sensibilidad podría proporcionar muchos resultados falsos positivos a baja prevalencia.

2. Curvas ROC y valores de umbral:

• Una curva de características operativas del receptor (ROC) muestra cómo el cambio de sensibilidad y especificidad en los diferentes valores umbral de una prueba. El umbral ideal maximiza la sensibilidad y la especificidad y minimiza los resultados falsos positivos y falsos negativos. El área bajo la curva ROC (AUC) es una medida del rendimiento general de la prueba.

3. Comercio entre sensibilidad y especificidad:

• Las pruebas con alta sensibilidad (por ejemplo, pruebas de detección) a menudo tienen una especificidad menor y crean resultados más falsos positivos. Las estrategias de prueba combinadas (por ejemplo, una prueba de detección sensible seguida de una prueba de confirmación específica) pueden mejorar la precisión del diagnóstico.

4. Consideración de Bayesche:

• Los análisis bayesianos permiten la probabilidad de que un paciente esté realmente enfermo, en función del resultado positivo de la prueba y la prevalencia conocida. Esto ayuda a informar mejor las decisiones de diagnóstico.

5. Aplicaciones prácticas:

• Pruebas de diagnóstico como COVID-19 anti-19 o exámenes de mamografía.
• Evaluación de nuevos dispositivos o métodos de diagnóstico en estudios clínicos.

9. Conclusión

Los métodos estadísticos son herramientas indispensables en la investigación clínica y el desarrollo de dispositivos médicos. Permiten que los datos analicen con precisión, cuantifiquen las incertidumbres y tomen decisiones bien fundadas. Desde el cálculo de los intervalos de confianza hasta la evitación de los errores 1. Y el segundo orden hasta la interpretación de las parcelas de caja y las parcelas forestales: las estadísticas ofrecen una variedad de técnicas para mejorar la calidad y la significado de los estudios clínicos. A través del uso específico de estos métodos, no solo podemos demostrar la efectividad y la seguridad de los dispositivos médicos, sino también cumplir con los requisitos reglamentarios y, en última instancia, optimizar la atención al paciente. En un mundo en el que los datos juegan un papel cada vez más importante, las estadísticas siguen siendo una parte indispensable de la medicina basada en la evidencia.

10. Cómo podemos ayudarte

Nos complace apoyarlo con respecto a la estructura e implementación y el uso de un sistema basado en la base de datos. Como CRO, también asumimos la gestión de datos completos a través del sistema EDC y el monitoreo.

Por lo tanto, lo apoyamos durante su proyecto completo con su dispositivo médico, comenzando con una consulta inicial gratuita, ayuda con la introducción de un sistema QM, la planificación del estudio e implementación a la documentación técnica, siempre con referencia principal a los datos clínicos sobre el producto: desde el comienzo hasta el final.

¿Tienes ya algunas preguntas iniciales?

Puede encontrar una consulta inicial gratuita aquí: consulta inicial gratuita