O efeito do desequilíbrio no tamanho dos grupos e covariáveis na performance de estimativa de funções de inferência quadrática

Equações de estimação generalizadas (GEE) são comumente usadas para a análise de dados correlacionados. No entanto, o uso de funções de inferência quadrática (QIFs) está se tornando popular porque aumenta a eficiência em relação às GEE quando a estrutura de covariância utilizada está mal especificada. Embora tenha sido demonstrado que é vantajoso na literatura, os impactos das covariáveis e dos tamanhos de grupos desequilibrados na performance de estimativa do método QIF em amostras finitas não foram estudados. Essa variação no tamanho dos grupos faz com que as equações de estimativa do QIF e GEE estejam em classes separadas quando uma estrutura de correlação intercambiável é implementada, fazendo com que QIF e GEE sejam incomparáveis em termos de eficiência. Ao utilizar essa estrutura e o número de grupos não ser grande, discutimos como covariáveis e o desequilíbrio no tamanho dos grupos podem fazer com que o QIF, em vez da GEE, produza estimativas com maior variabilidade. Essa ocorrência se deve principalmente à natureza empírica da ponderação que o QIF emprega, em vez de diferenças nas classes de equações de estimativa. Demonstraremos a perda de precisão de estimativa do QIF através de estudos de simulação abordando uma variedade de cenários de ensaios clínicos randomizados em grupos e compararemos o QIF e GEE na análise de dados de um ensaio clínico randomizado em grupos.