Análisis de datos de exposición distribuidos logarítmicamente con medidas repetidas y valores por debajo del límite de detección utilizando SAS

Los estudios sobre los determinantes de la exposición ocupacional con frecuencia involucran datos distribuidos logarítmicamente con censoring a la izquierda, a menudo con medidas repetidas. El censoring a la izquierda ocurre cuando las observaciones están por debajo del límite analítico de detección (LOD); los datos de medidas repetidas resultan de tomar múltiples medidas en el mismo trabajador. Un método común para tratar este tipo de datos ha sido sustituir un valor (como LOD/2) por los datos censurados seguido de un análisis estadístico utilizando los métodos 'habituales'. Recientemente, se han empleado métodos de estimación de máxima verosimilitud (MLE) para reducir el sesgo asociado con el método de sustitución. Comparamos los métodos de sustitución y MLE utilizando datos de exposición distribuidos logarítmicamente simulados sometidos a diferentes niveles de censoring utilizando dos procedimientos disponibles en SAS: LIFEREG y NLMIXED. En estas simulaciones, el método MLE resultó en menos sesgo y tuvo un buen rendimiento incluso para censoring de hasta el 80%, mientras que el método de sustitución resultó en un sesgo considerable. Ilustramos el procedimiento NLMIXED utilizando un conjunto de datos de mediciones de aire de clorpirifos recolectadas de aplicadores de termiticidas en días consecutivos durante una semana laboral de 5 días. Proporcionamos código de ejemplo de SAS para varias situaciones que incluyen uno y dos grupos, con y sin medidas repetidas, pendientes aleatorias y efectos aleatorios anidados.