Cómo abordar los valores no detectables y atípicos en la investigación de biomarcadores: Mejores prácticas y recomendaciones para enfoques de imputación univariantes

Los valores de concentración no detectables (ND) y atípicos (OV) son un desafío común en las investigaciones de biomarcadores. Sin embargo, aún faltan las mejores prácticas sobre cómo abordar adecuadamente los casos afectados. La alta heterogeneidad metodológica en la investigación orientada a biomarcadores, como en el campo de la psiconeuroendocrinología, y el sesgo estadístico en algunos de los métodos aplicados pueden comprometer la solidez, comparabilidad y generalizabilidad de los hallazgos de investigación. En este artículo, describimos la ocurrencia de ND y OV en términos de un modelo que los considera como datos censurados, por ejemplo, debido a umbrales de error de medición. Luego, presentamos enfoques univariantes comunes para manejar ND y OV destacando sus respectivas fortalezas y desventajas. En un estudio de simulación con datos distribuidos log-normal, comparamos el rendimiento de seis métodos seleccionados, que van desde procedimientos simples y comúnmente utilizados hasta procedimientos de imputación más sofisticados, en cuatro escenarios con patrones variables de valores censurados, así como para un amplio rango de umbrales. Especialmente la eliminación, pero también las imputaciones de valores fijos presentan un alto riesgo de estimaciones de parámetros sesgadas y pseudo-precisas. También introducimos regresiones censuradas como una opción más sofisticada para un modelado directo de los datos censurados. Nuestros análisis demuestran el impacto de los métodos de manejo de ND y OV en los resultados de la investigación orientada a biomarcadores, apoyando la necesidad de informes transparentes y la implementación de mejores prácticas. En nuestras simulaciones, el uso de datos imputados de los intervalos censurados de una distribución log-normal ajustada muestra propiedades preferibles con respecto a nuestros criterios establecidos. Proporcionamos el algoritmo para esta rutina favorecida para una aplicación directa en R en el Open Science Framework (https://osf.io/spgtv). Se necesita más investigación para evaluar el rendimiento del algoritmo en varios contextos, por ejemplo, cuando las suposiciones subyacentes no se cumplen. Concluimos con recomendaciones y posibles mejoras adicionales para el campo.