Canais de Luis Correia

terça-feira, 20 de junho de 2023

A Omissão da Inferência Científica



Este post resume o recente debate no Fórum do Curso Online de MBE.

NEJM, 24 de maio, 2023: Link


Conclusão: "The incidence of the composite of stroke, systemic embolism, hemorrhage, or death at 30 days was estimated to range from 2.8 percentage points lower to 0.5 percentage points higher (based on the 95% confidence interval) with early use of DOACs than with later use."


REFLEXÕES

1. A conclusão do autor contém um inferência científica?

Não, é uma mera repetição do resultado. O autor cai na armadilha do realismo ingênuo ao achar que um intervalo de confiança informa sobre a incerteza presente na realidade (incerteza clínica), o que justificaria esta ser a mensagem do estudo. 

No entanto, o intervalo de confiança informa a incerteza DESTE estudo em relação à estimativa da realidade (eficácia), mas não informa sobre a incerteza contida na decisão clínica de anticoagular. Não há utilidade em usar o intervalo de confiança de um estudo como ferramenta clínica, este portanto não é a conclusão, mas sim um método estatístico que serve de subsídio para uma conclusão.  



2. Qual a validade de construto do desfecho primário para eficácia? E para segurança?

Segundo o autor, o objetivo é inferir eficácia e segurança. Mas o seu desfecho primário não tem validade de construto para estes desfechos. Ao combinar desfechos de eficácia e segurança como parte do desfecho primário, este confunde prova de conceito com raciocínio clínico. 

Precisamos obter a prova de dois conceitos separadamente: eficácia (previne AVC embólico) e segurança (causa AVC hemorrágico). Depois disso, no raciocínio clínico, usamos ambos os conceitos combinados, para saber, caso a caso, quando anticoagular. 

Ademais, quando combinamos desfechos que vão em sentido diferente, o resultado tende a sofrer de um viés da direção da hipótese nula, pois se a droga reduzir AVC isquêmico e aumentar sangramento, um anula o outro, não me permitindo saber separadamente a essência do efeito da droga. 




4. Qual o risco de viés de mensuração do desfecho neste estudo?

O estudo é aberto. Embora a adjudicação seja cega, o trigger inicial para a observação do desfecho é realizado pelo investigador proximal ao paciente. Neste momento, um erro que poderia ser aleatório, torna-se sistemático, pois passa a ser diferencial em relação ao tipo de tratamento alocado. Erros aleatórios de medida sempre existem, quando não diferenciais (estudos cegos) estes diluem o resultado, mas quando diferenciais, estes tendem para algum lado, criando viés. 

5. Na análise primária, 38 pacientes não tinham informação do desfecho primário, por perda de seguimento ou morte por outra causa. Ao invés de desconsiderar essas pacientes na análise, eles permaneceram na análise e seu desfecho (desconhecido) foi imputado por técnicas estatísticas. Você julga isso adequado?

Sim, isto é adequado. Na ausência de imputação, surge o viés de seleção emigratório, pois pacientes sem a informação podem ser diferentes de paciente com informações. Ao fazer imputação múltipla, eliminamos esse viés, pois o dado inserido contém apenas a incerteza aleatória típica da amostra, sem viés. Muitos acham que imputação é algo enviesado. Mas é o contrário, não imputar e analisar apenas os pacientes de dados disponíveis causa viés de seleção. É o mesmo que ocorre com análise por protocolo. 




6. O que acham do autor ter apresentado o resultado principal em diferença de risco (redução absoluta), ao invés de redução relativa do risco.

O autor deseja estimar eficácia, mas ao usar redução absoluta de risco sua estimativa perde validade externa. Ou seja, a redução absoluta de risco depende do risco basal, e serve apenas para a população do estudo. Para populações externas ao estudo haverá outro risco absoluto. Diferentemente, o risco relativo não depende do basal, sendo uma propriedade mais generalizável. RAR e NNT de um trabalho não são generalizáveis. 

7. Se um ensaio clínico randomizado torna  as características basais entre os grupos homogênea, porque o autor ajustou para age, NIHSS score at admission, and infarct size usando regressão logística?  

O ajuste para variáveis prognósticas simula análise estratificada, em que há menor variabilidade em cada estrato, portanto aumenta a precisão da estimativa da medida de associação. 

Serve para melhorar precisão, estreitar o intervalo de confiança. 

Em caso de dúvida residual, escrevam comentários ....

Conheça o programa online de MBE

Um comentário:

  1. Excelente. Uma dúvida: se houvesse (1) discrepância relevante na quantidade de dados faltantes entre os grupos e (2) plausibilidade de que as faltas se relacionem a uma característica não observada, isso seria suficiente para concluir que o mecanismo de falta provavelmente não é aleatório, inviabilizando qualquer imputação?

    Embora existam propostas de estratégias de ajuste que utilizam variáveis instrumentais para lidar com a influência de fatores de confusão não observados, bem como métodos para quantificar (valor-E) o impacto potencial desses fatores (especialmente após esse texto) acredito que é mais apropriado avaliar o risco de confusão por meio de reflexão teórica (inferência científica), em vez de depender exclusivamente de estratégias analíticas (inferência estatística) que, inclusive, podem gerar mais confusão do que esclarecimento - como no caso do ensaio ELAN. "May math be our crutch, but never our feet".

    ResponderExcluir