Fatores que afetam o poder dos testes para desfechos binários múltiplos

Frequentemente em estudos clínicos, um desfecho primário é formulado a partir de um vetor de eventos binários. Vários métodos existem para avaliar os efeitos do tratamento em múltiplos desfechos binários correlacionados, incluindo a comparação de grupos sobre a ocorrência de pelo menos um entre os desfechos ('componente colapsado'), sobre a contagem de desfechos observados por sujeito, sobre desfechos individuais ajustando para multiplicidade, ou com testes multivariados postulando efeitos comuns ou distintos entre os desfechos. Focamos em um teste de efeitos distintos de 1-df no qual os efeitos estimados do tratamento específicos para o desfecho de um modelo GEE são simplesmente médias, e o comparamos com outros métodos com base em fundamentos clínicos e estatísticos. Usando um método flexível para simular dados binários multivariados, mostramos que as eficiências relativas dos testes avaliados dependem de forma complexa das magnitudes e variabilidades das incidências componentes e dos efeitos do tratamento, bem como das correlações entre os eventos componentes. Enquanto outros testes são facilmente 'impulsionados' por componentes de alta frequência, o teste de efeito médio GEE não é, uma vez que ele média as razões de chances logarítmicas não ponderadas pelas frequências dos componentes. Assim, o teste de efeito médio é relativamente mais poderoso do que outros testes quando componentes de baixa frequência têm associações mais fortes com um tratamento ou outro preditor, mas menos poderoso quando componentes de alta frequência estão mais fortemente associados. Em estudos onde os efeitos relativos são pelo menos tão importantes quanto os efeitos absolutos, ou quando componentes de baixa frequência são clinicamente mais importantes, este teste pode ser preferido. Dois ensaios clínicos são discutidos e analisados, e recomendações para a prática são feitas.