Revisão de métodos para lidar com confusão por cluster e tamanho de cluster informativo em dados clusterizados

Dados clusterizados são comuns em pesquisas médicas. Tipicamente, está-se interessado em um modelo de regressão para a associação entre um resultado e covariáveis. Duas complicações que podem surgir ao analisar dados clusterizados são o tamanho de cluster informativo (ICS) e a confusão por cluster (CBC). ICS e CBC significam que o resultado de um membro, dada suas covariáveis, está associado, respectivamente, ao número de membros no cluster e aos valores das covariáveis de outros membros no cluster. Modelos mistos generalizados linear padrão para inferência específica ao cluster e equações de estimativa generalizadas padrão para inferência de média populacional assumem, em geral, a ausência de ICS e CBC. Modificações dessas abordagens foram propostas para levar em conta a CBC ou ICS. Este artigo é uma revisão desses métodos. Expressamos suas suposições em um formato comum, proporcionando assim maior clareza sobre as suposições que os métodos propostos para lidar com a CBC fazem sobre o ICS e vice-versa, e sobre quando diferentes métodos podem ser utilizados na prática. Relatamos eficiências relativas dos métodos quando disponíveis, descrevemos como os métodos estão relacionados, identificamos uma equivalência previamente não relatada entre dois métodos-chave e propomos alguns métodos adicionais simples. Usar desnecessariamente um método que permite ICS/CBC tem um custo de eficiência quando ICS e CBC estão ausentes. Revisamos ferramentas para identificar ICS/CBC. Uma estratégia para análise quando CBC e ICS são suspeitados é demonstrada examinando a associação entre a privação socioeconômica e a morte neonatal prematura na Escócia.