CONTROLES SECUENCIALES APLICADO A CASOS CLINICOS

INTRODUCCION

CONTROLES SECUENCIALES APLICADO A CASOS CLINICOS

Los diseños estadísticos secuenciales permiten realizar un tratamiento adecuado del problema de análisis múltiples. Su principal ventaja es que si se realiza un diseño correcto, pueden ahorrar un gran número de pacientes, pues el estudio finaliza justo cuando se puede asegurar una conclusión a la vez que se mantienen las probabilidades estadísticas α y β en los valores predeterminados. Sus detractores exageran los inconvenientes que supone una organización más meticulosa del ensayo, se debe definir un único objetivo claro y se debe conocer los resultados de la intervención poco tiempo después de la inclusión del paciente.

Existen diseños secuenciales de dos etapas en un solo grupo como el diseño de Gehan que es extremadamente simple y fácil de comprender. Si se quiere detener el ensayo con un producto muy eficaz, este diseño es el adecuado. El diseño óptimo de Simon es, como el diseño de Gehan, un diseño de dos etapaS. Al final de la primera etapa y según los resultados, se puede detener el ensayo concluyendo que el producto es ineficaz o continuar el estudio. El diseño de Simon tiene propiedades estadísticas de optimalidad que no lo tiene el diseño de Fleming de dos etapas. Si se quiere utilizar un diseño de dos etapas que no sea el de Gehan, es mejor utilizar el método de Simon que el de Fleming. Estos diseños no deben tener reglas de decisión muy rígidas. La decisión de detener un ensayo terapéutico descansa en un conjunto de consideraciones y no en el número de respuestas observadas. La toxicidad es un factor extremadamente importante.

Los diseños secuenciales pueden adaptarse a cualquier tipo de variable de interés, incluso el tiempo de supervivencia. También existe la posibilidad de emplear análisis multivariado para ajustar factores de riesgo que queden desbalanceados entre los grupos a comparar. Existen en la actualidad varias estrategias posibles para diseñar un ensayo clínico secuencial. Cada uno tiene sus ventajas e inconvenientes, y la elección debe basarse en las características y los objetivos del ensayo. Todas ellas permiten tomar la decisión acerca de la superioridad de un nuevo tratamiento, sobre la base de determinadas especificaciones estadísticas (el nivel de significación α y el poder estadístico para detectar una diferencia deseada 1-β).

Esta estrategia, también llamada pruebas de significación repetidas, fue introducida por Armitage, y revisada por Pocock. Consiste en definir a priori un número determinado máximo, K de análisis intermedios. Estos se realizan a medida que se cuente con la información referente a un grupo de pacientes de tamaño preestablecidos, según las especificaciones del ensayo. Se emplea en cada análisis intermedio un nivel de significación α´ menor que habitual, de 0,05. Si se encuentran diferencias significativas a ese nivel, el estudio finaliza, en caso contrario, se incluye otro grupo de pacientes de igual tamaño y se repite la prueba estadística con todos los pacientes acumulados. Si al finalizar los análisis con K grupos no se encuentran diferencias, el estudio finaliza con resultado negativo y se acepta la hipótesis nula con riesgo β. El valor α´ se calcula de manera que el número de análisis intermedios a realizar K mantenga el nivel de significación global de 0,05. Dado que α´ es menor que α, el número total de pacientes necesarios para finalizar el ensayo puede ser mayor que el de un estudio con tamaño fijo si la hipótesis nula es cierta.

CONCLUSIONES

El uso de control secuencial dentro la estadística puede ahorrar tiempo y la redundancia. Una de las ventajas para el control secuencial es que permite una operación que se ejecutará.

Depende del tipo de información disponible y del conocimiento metodológico y analítico, así como de la imaginación

...