Los puntos clave no están disponibles para este artículo en este momento.
ANTECEDENTES: Las grandes bases de datos sobre utilización de atención médica se utilizan con frecuencia para analizar efectos no deseados de medicamentos y biológicos recetados. Los confusores que requieren información detallada sobre parámetros clínicos, estilo de vida o medicamentos de venta libre a menudo no se miden en tales conjuntos de datos, lo que provoca un sesgo de confusión residual. OBJETIVO: Este documento proporciona un enfoque sistemático para los análisis de sensibilidad para investigar el impacto de la confusión residual en estudios farmacoepidemiológicos que utilizan bases de datos de utilización de atención médica. MÉTODOS: Se identificaron cuatro enfoques básicos para el análisis de sensibilidad: (1) análisis de sensibilidad basados en una serie de supuestos informados; (2) análisis para identificar la fuerza de la confusión residual que sería necesaria para explicar una asociación observada entre un fármaco y un resultado; (3) ajuste externo de una asociación fármaco-resultado dado información adicional sobre confusores binarios individuales a partir de datos de encuestas utilizando soluciones algebraicas; (4) ajuste externo considerando la distribución conjunta de múltiples confusores de cualquier distribución de fuentes externas de información utilizando calibración de puntaje de propensión. CONCLUSIÓN: Los análisis de sensibilidad y los ajustes externos pueden mejorar nuestra comprensión de los efectos de los medicamentos y biológicos en estudios de bases de datos epidemiológicas. Con la disponibilidad de técnicas fáciles de aplicar, los análisis de sensibilidad deberían utilizarse con más frecuencia, sustituyendo discusiones cualitativas sobre la confusión residual.
Sebastian Schneeweiß (Martes,) estudió esta cuestión.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: