Cr\u00e9dito: CC0 Public Domain <\/p>\n
Los hallazgos de un nuevo estudio realizado conjuntamente en la Facultad de Medicina Geisel de Dartmouth y la Facultad de Medicina de Harvard, y publicados en Health Services Research, destacan los inconvenientes estad\u00edsticos de una forma de an\u00e1lisis com\u00fanmente utilizada en la investigaci\u00f3n de servicios de salud mientras se demuestran los beneficios de otra. <\/p>\n
\u00abUn objetivo continuo de la investigaci\u00f3n de los servicios de salud ha sido comprender las razones de la variaci\u00f3n en la prestaci\u00f3n de atenci\u00f3n m\u00e9dica, ya sea entre m\u00e9dicos, hospitales o \u00e1reas geogr\u00e1ficas, y c\u00f3mo esa variaci\u00f3n puede contribuir a las disparidades en la atenci\u00f3n m\u00e9dica entre diferentes tipos de pacientes (definidos por caracter\u00edsticas como su sexo, raza o estatus socioecon\u00f3mico), \u00abdice James O’Malley, MS, Ph.D., profesor del Instituto Dartmouth para Pol\u00edticas de Salud y Pr\u00e1ctica Cl\u00ednica y de ciencia de datos biom\u00e9dicos en la Escuela Geisel of Medicine, quien se desempe\u00f1\u00f3 como autor principal del estudio. <\/p>\n
Una fuente potencial de variaci\u00f3n involucra a los m\u00e9dicos individuales que, consciente o inconscientemente, pueden tomar diferentes decisiones cl\u00ednicas para diferentes tipos de pacientes que tienen condiciones de salud similares. <\/p>\n
Para ayudarlos a determinar si una disparidad identificada en la atenci\u00f3n puede deberse a la toma de decisiones de un m\u00e9dico o a factores sist\u00e9micos que afectan a poblaciones espec\u00edficas de pacientes en todos los m\u00e9dicos, por ejemplo, los investigadores utilizan modelos estad\u00edsticos, que les ayudan a explicar incertidumbres y variables y, en particular, tama\u00f1os de muestra peque\u00f1os, dice O’Malley.<\/p>\n
\u00abPero algunos investigadores cometen el error de utilizar enfoques estratificados en sus an\u00e1lisis, que b\u00e1sicamente implican realizar un an\u00e1lisis separado para estimar la patrones de tratamiento para cada tipo de paciente y luego calcular una correlaci\u00f3n basada en esas estimaciones\u00bb, explica. \u00abEsto puede subestimar la consistencia de los patrones de atenci\u00f3n y puede llevar a conclusiones incorrectas sobre las fuentes de variaci\u00f3n y disparidades en la atenci\u00f3n\u00bb. <\/p>\n
Para probar esta hip\u00f3tesis, el equipo de investigaci\u00f3n obtuvo reclamos de Medicare y datos de inscripci\u00f3n en las visitas al departamento de emergencias (DE) (de enero de 2012 a septiembre de 2015). Los datos, que inclu\u00edan las caracter\u00edsticas del paciente, el estado del hospital y la identificaci\u00f3n de los m\u00e9dicos responsables de decidir hospitalizar al paciente, se usaron para evaluar la propensi\u00f3n de los m\u00e9dicos a admitir pacientes en el servicio de urgencias en diferentes tipos de pacientes.<\/p>\n
Utilizando una investigaci\u00f3n de tres frentes, que incluye derivaci\u00f3n anal\u00edtica, experimentos de simulaci\u00f3n y an\u00e1lisis de datos de reclamos de la aplicaci\u00f3n ED que motiv\u00f3 la investigaci\u00f3n, los investigadores compararon estimadores estratificados con los de modelado conjunto, un enfoque que se cree que es m\u00e1s preciso pero que a\u00fan no se usa ampliamente en investigaci\u00f3n en servicios de salud. <\/p>\n
En el contexto de la aplicaci\u00f3n ED, el modelado conjunto analiza los datos de todos los pacientes simult\u00e1neamente y estima directamente la correlaci\u00f3n de los patrones de tratamiento m\u00e9dico para diferentes tipos de pacientes en la poblaci\u00f3n de m\u00e9dicos. Esto utiliza completamente la informaci\u00f3n de los datos y explica la incertidumbre en el tratamiento de cada m\u00e9dico de cada tipo de paciente.<\/p>\n
\u00abPudimos demostrar que el enfoque de modelado conjunto fue sustancialmente menos sesgado que el enfoque estratificado, y que la importancia del modelado conjunto se vuelve m\u00e1s pronunciada cuando los tama\u00f1os de muestra son peque\u00f1os y las verdaderas correlaciones son grandes (cerca de 1 que corresponde a una alta consistencia)\u00bb, dice O’Malley. <\/p>\n
Por ejemplo, el equipo de investigaci\u00f3n descubri\u00f3 que la correlaci\u00f3n estimada de las tendencias de admisi\u00f3n de m\u00e9dicos entre pacientes femeninos y masculinos era de 0,98 con el modelo conjunto, pero solo de 0,38 con la estimaci\u00f3n estratificada (las correlaciones m\u00e1s cercanas a 1 se consideran menos sesgada y m\u00e1s precisa). De manera similar, fue de 0,99 a 0,28 al comparar pacientes blancos con pacientes no blancos, y de 0,99 a 0,31 al comparar pacientes asegurados con pacientes no asegurados.<\/p>\n
La falibilidad del enfoque estratificado , dice O’Malley, tiene implicaciones importantes para los an\u00e1lisis que buscan determinar hasta qu\u00e9 punto los diferentes tipos de proveedores (es decir, m\u00e9dicos y hospitales) contribuyen a las disparidades e inequidades (como en los casos de racismo) en la utilizaci\u00f3n y los resultados de la atenci\u00f3n m\u00e9dica.<\/p>\n
\u00abLa diferencia entre una correlaci\u00f3n de .9 y .3 es realmente bastante profunda y puede motivar intervenciones muy distintas para abordar las disparidades, por lo que es una situaci\u00f3n en la que hay una gran apuesta, por as\u00ed decirlo, para obtener la an\u00e1lisis estad\u00edstico correcto\u00bb, dice. <\/p>\n
El uso err\u00f3neo o ingenuo de la estimaci\u00f3n estratificada puede haber llevado en el pasado a la publicaci\u00f3n de hallazgos enga\u00f1osos, particularmente para estudios de variaciones en la utilizaci\u00f3n, la calidad, el costo y los resultados de la atenci\u00f3n m\u00e9dica, dice O’Malley. <\/p>\n
\u00abEsperamos que este documento aumente la conciencia sobre las preocupaciones con la estimaci\u00f3n estratificada siempre que se eval\u00faen las similitudes o diferencias de los patrones de tratamiento de los proveedores entre los tipos de pacientes y que esta pr\u00e1ctica se evite en el futuro\u00bb, dice. <\/p>\n
Explore m\u00e1s<\/p>\n
Es m\u00e1s probable que los m\u00e9dicos analicen las condiciones que ya han visto en pacientes recientes M\u00e1s informaci\u00f3n:<\/strong> Alistair James O’Malley et al, Correlaciones d\u00e9biles en la investigaci\u00f3n de servicios de salud: Relaciones d\u00e9biles o error com\u00fan ?, Investigaci\u00f3n en Servicios de Salud (2021). DOI: 10.1111\/1475-6773.13882 Informaci\u00f3n de la revista:<\/strong> Health Services Research <\/p>\n Proporcionado por The Geisel School of Medicine at Dartmouth Cita<\/strong>: Nuevo estudio revela fallas en el enfoque de modelado estad\u00edstico used in health services research (2021, 17 de noviembre) recuperado el 29 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2021-11-reveals-flaws-statistical-approach-health.html Este documento est\u00e1 sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigaci\u00f3n privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona \u00fanicamente con fines informativos.<\/p>\n","protected":false},"excerpt":{"rendered":" Cr\u00e9dito: CC0 Public Domain Los hallazgos de un nuevo estudio realizado conjuntamente en la Facultad de Medicina Geisel de Dartmouth y la Facultad de Medicina de Harvard, y publicados en Health Services Research, destacan los inconvenientes estad\u00edsticos de una forma de an\u00e1lisis com\u00fanmente utilizada en la investigaci\u00f3n de servicios de salud mientras se demuestran los … Continuar leyendo \u00abNuevo estudio revela fallas en el enfoque de modelado estad\u00edstico utilizado en la investigaci\u00f3n de servicios de salud\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-2409","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/2409","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=2409"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/2409\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=2409"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=2409"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=2409"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}