Modelo de supervivencia bernoulli-exponencial para estimar proporciones en ensayos clínicos controlados aleatorios con deserciones

Los ensayos clínicos controlados aleatorios a menudo experimentan deserciones, especialmente en diseños de múltiples etapas donde los participantes deben cumplir con los requisitos de elegibilidad de la fase de inducción antes de avanzar al estudio principal. La pérdida de información derivada de los no respondedores tempranos o la retirada de sujetos clínicamente vulnerables no siempre es aleatoria. Los métodos clásicos de análisis de supervivencia, incluidos el estimador de Kaplan-Meier, modelos exponenciales y técnicas similares, asumen un censuramiento independiente. Cuando esta suposición se viola, las probabilidades de supervivencia se sobreestiman, las tasas de riesgo se subestiman y el tiempo de supervivencia mediana se sesga. Tales mecanismos de deserción también conducen a estimaciones sesgadas de la proporción de participantes que experimentarían el punto final clínico, distorsionando así las medidas del efecto del tratamiento basadas en recuentos de eventos. Este estudio propuso un modelo Bernoulli-Exponencial (BE) que representa conjuntamente la ocurrencia de un evento y el tiempo hasta el evento, en lugar de tratar a los sujetos censurados como si compartieran la misma estructura de riesgo que los que completan el evento. El modelo incorpora un componente Bernoulli para describir la probabilidad de pertenecer al subgrupo generador del evento y un componente exponencial para modelar los tiempos de evento condicionado a experimentar el evento. Esta separación permite al modelo tener en cuenta deserciones informativas, fallas en la fase de inducción y escenarios donde algunos participantes no contribuyen con tiempo de evento. Derivamos las estimaciones de los parámetros, la función de supervivencia y esbozamos procedimientos para estimar el tiempo de supervivencia mediana, su varianza y el intervalo de confianza. Se utilizaron estudios de simulación para evaluar el sesgo y la precisión bajo diferentes niveles de deserción. El estimador BE corrigió consistentemente el sesgo ascendente observado en las estimaciones de Kaplan-Meier, intención de tratar y solo completadores bajo deserciones intensas o informativas.