Modelos de regresión para datos de duración en estudios multicéntricos

Autores
Boggio, Gabriela Susana; Hachuel, Leticia Susana; Harvey, Guillermina Beatriz
Año de publicación
2014
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión aceptada
Descripción
Las alternativas de modelización consideradas hacen posible tener en cuenta de una u otra forma la correlación entre las observaciones relativas a individuos que se origina en el hecho de compartir, en este caso particular, su atención en un mismo centro de salud. Desde un punto de vista metodológico, el objetivo es procurar obtener errores estándares de las esti-maciones más realísticos que aquéllos obtenidos por los métodos convencionales que igno-ran la falta de independencia. El modelo con efectos aleatorios tiene en cuenta tanto la variación intra-centro como entre los centros, aunque se basa en el fuerte supuesto de independencia entre las variables ex-plicativas y los efectos aleatorios, supuesto que puede no cumplirse particularmente en es-tudios observacionales. Permite incluir como variables explicativas aquellas comunes o es-tables en los individuos de un mismo centro, por lo que es posible examinar si éstas son las que originan las diferencias entre ellos. Por otro lado, el enfoque estratificado se destaca por su habilidad para controlar todas las características estables de los centros en estudio, las medidas y las no medidas, eliminando de esta manera fuentes de sesgo potencialmente importantes. Su principal desventaja es la imposibilidad de considerar variables estables dentro de los centros como predictores en el modelo.
It is known that data from observational multicenter studies have methodological challenges because of correlation between individuals from the same center and the lack of accuracy in observational designs. Such is the case of a prospective study about lupus performed by the Latin American Group for the Study of Lupus. Different alternative models from the conven-tional Cox regression model are evaluated for time to renal disease analysis in lupus patients. The common risk in patients from the same center is taken into account by stratification through a conditional approach or assigning a distribution to the frailty by the inclusion of random effects in the model. The advantages and disadvantages of these approaches were assessed
Fil: Fil: Boggio, Gabriela Susana. Facultad Ciencias Económicas y Estadística; Universidad Nacional de Rosario; Argentina
Materia
n.d.
n.d.
n.d.
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Atribución – No Comercial – Compartir Igual (by-nc-sa)
Repositorio
RepHipUNR (UNR)
Institución
Universidad Nacional de Rosario
OAI Identificador
oai:rephip.unr.edu.ar:2133/7507

id RepHipUNR_5d0113757238ac418498f2186d441a78
oai_identifier_str oai:rephip.unr.edu.ar:2133/7507
network_acronym_str RepHipUNR
repository_id_str 1550
network_name_str RepHipUNR (UNR)
spelling Modelos de regresión para datos de duración en estudios multicéntricosBoggio, Gabriela SusanaHachuel, Leticia SusanaHarvey, Guillermina Beatrizn.d.n.d.n.d.Las alternativas de modelización consideradas hacen posible tener en cuenta de una u otra forma la correlación entre las observaciones relativas a individuos que se origina en el hecho de compartir, en este caso particular, su atención en un mismo centro de salud. Desde un punto de vista metodológico, el objetivo es procurar obtener errores estándares de las esti-maciones más realísticos que aquéllos obtenidos por los métodos convencionales que igno-ran la falta de independencia. El modelo con efectos aleatorios tiene en cuenta tanto la variación intra-centro como entre los centros, aunque se basa en el fuerte supuesto de independencia entre las variables ex-plicativas y los efectos aleatorios, supuesto que puede no cumplirse particularmente en es-tudios observacionales. Permite incluir como variables explicativas aquellas comunes o es-tables en los individuos de un mismo centro, por lo que es posible examinar si éstas son las que originan las diferencias entre ellos. Por otro lado, el enfoque estratificado se destaca por su habilidad para controlar todas las características estables de los centros en estudio, las medidas y las no medidas, eliminando de esta manera fuentes de sesgo potencialmente importantes. Su principal desventaja es la imposibilidad de considerar variables estables dentro de los centros como predictores en el modelo.It is known that data from observational multicenter studies have methodological challenges because of correlation between individuals from the same center and the lack of accuracy in observational designs. Such is the case of a prospective study about lupus performed by the Latin American Group for the Study of Lupus. Different alternative models from the conven-tional Cox regression model are evaluated for time to renal disease analysis in lupus patients. The common risk in patients from the same center is taken into account by stratification through a conditional approach or assigning a distribution to the frailty by the inclusion of random effects in the model. The advantages and disadvantages of these approaches were assessedFil: Fil: Boggio, Gabriela Susana. Facultad Ciencias Económicas y Estadística; Universidad Nacional de Rosario; ArgentinaSecretaría de Ciencia y Tecnología. Facultad de Ciencias Económicas y Estadística. Universidad Nacional de Rosario2014-11info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://hdl.handle.net/2133/7507urn:issn: 1668-5008spainfo:eu-repo/semantics/openAccessAtribución – No Comercial – Compartir Igual (by-nc-sa)http://creativecommons.org/licenses/by-nc-sa/2.5/ar/Licencia RepHipreponame:RepHipUNR (UNR)instname:Universidad Nacional de Rosario2025-09-29T13:41:47Zoai:rephip.unr.edu.ar:2133/7507instacron:UNRInstitucionalhttps://rephip.unr.edu.ar/Universidad públicaNo correspondehttps://rephip.unr.edu.ar/oai/requestrephip@unr.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:15502025-09-29 13:41:48.033RepHipUNR (UNR) - Universidad Nacional de Rosariofalse
dc.title.none.fl_str_mv Modelos de regresión para datos de duración en estudios multicéntricos
title Modelos de regresión para datos de duración en estudios multicéntricos
spellingShingle Modelos de regresión para datos de duración en estudios multicéntricos
Boggio, Gabriela Susana
n.d.
n.d.
n.d.
title_short Modelos de regresión para datos de duración en estudios multicéntricos
title_full Modelos de regresión para datos de duración en estudios multicéntricos
title_fullStr Modelos de regresión para datos de duración en estudios multicéntricos
title_full_unstemmed Modelos de regresión para datos de duración en estudios multicéntricos
title_sort Modelos de regresión para datos de duración en estudios multicéntricos
dc.creator.none.fl_str_mv Boggio, Gabriela Susana
Hachuel, Leticia Susana
Harvey, Guillermina Beatriz
author Boggio, Gabriela Susana
author_facet Boggio, Gabriela Susana
Hachuel, Leticia Susana
Harvey, Guillermina Beatriz
author_role author
author2 Hachuel, Leticia Susana
Harvey, Guillermina Beatriz
author2_role author
author
dc.contributor.none.fl_str_mv Secretaría de Ciencia y Tecnología. Facultad de Ciencias Económicas y Estadística. Universidad Nacional de Rosario
dc.subject.none.fl_str_mv n.d.
n.d.
n.d.
topic n.d.
n.d.
n.d.
dc.description.none.fl_txt_mv Las alternativas de modelización consideradas hacen posible tener en cuenta de una u otra forma la correlación entre las observaciones relativas a individuos que se origina en el hecho de compartir, en este caso particular, su atención en un mismo centro de salud. Desde un punto de vista metodológico, el objetivo es procurar obtener errores estándares de las esti-maciones más realísticos que aquéllos obtenidos por los métodos convencionales que igno-ran la falta de independencia. El modelo con efectos aleatorios tiene en cuenta tanto la variación intra-centro como entre los centros, aunque se basa en el fuerte supuesto de independencia entre las variables ex-plicativas y los efectos aleatorios, supuesto que puede no cumplirse particularmente en es-tudios observacionales. Permite incluir como variables explicativas aquellas comunes o es-tables en los individuos de un mismo centro, por lo que es posible examinar si éstas son las que originan las diferencias entre ellos. Por otro lado, el enfoque estratificado se destaca por su habilidad para controlar todas las características estables de los centros en estudio, las medidas y las no medidas, eliminando de esta manera fuentes de sesgo potencialmente importantes. Su principal desventaja es la imposibilidad de considerar variables estables dentro de los centros como predictores en el modelo.
It is known that data from observational multicenter studies have methodological challenges because of correlation between individuals from the same center and the lack of accuracy in observational designs. Such is the case of a prospective study about lupus performed by the Latin American Group for the Study of Lupus. Different alternative models from the conven-tional Cox regression model are evaluated for time to renal disease analysis in lupus patients. The common risk in patients from the same center is taken into account by stratification through a conditional approach or assigning a distribution to the frailty by the inclusion of random effects in the model. The advantages and disadvantages of these approaches were assessed
Fil: Fil: Boggio, Gabriela Susana. Facultad Ciencias Económicas y Estadística; Universidad Nacional de Rosario; Argentina
description Las alternativas de modelización consideradas hacen posible tener en cuenta de una u otra forma la correlación entre las observaciones relativas a individuos que se origina en el hecho de compartir, en este caso particular, su atención en un mismo centro de salud. Desde un punto de vista metodológico, el objetivo es procurar obtener errores estándares de las esti-maciones más realísticos que aquéllos obtenidos por los métodos convencionales que igno-ran la falta de independencia. El modelo con efectos aleatorios tiene en cuenta tanto la variación intra-centro como entre los centros, aunque se basa en el fuerte supuesto de independencia entre las variables ex-plicativas y los efectos aleatorios, supuesto que puede no cumplirse particularmente en es-tudios observacionales. Permite incluir como variables explicativas aquellas comunes o es-tables en los individuos de un mismo centro, por lo que es posible examinar si éstas son las que originan las diferencias entre ellos. Por otro lado, el enfoque estratificado se destaca por su habilidad para controlar todas las características estables de los centros en estudio, las medidas y las no medidas, eliminando de esta manera fuentes de sesgo potencialmente importantes. Su principal desventaja es la imposibilidad de considerar variables estables dentro de los centros como predictores en el modelo.
publishDate 2014
dc.date.none.fl_str_mv 2014-11
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject


info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/2133/7507
urn:issn: 1668-5008
url http://hdl.handle.net/2133/7507
identifier_str_mv urn:issn: 1668-5008
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
Atribución – No Comercial – Compartir Igual (by-nc-sa)
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Licencia RepHip
eu_rights_str_mv openAccess
rights_invalid_str_mv Atribución – No Comercial – Compartir Igual (by-nc-sa)
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Licencia RepHip
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:RepHipUNR (UNR)
instname:Universidad Nacional de Rosario
reponame_str RepHipUNR (UNR)
collection RepHipUNR (UNR)
instname_str Universidad Nacional de Rosario
repository.name.fl_str_mv RepHipUNR (UNR) - Universidad Nacional de Rosario
repository.mail.fl_str_mv rephip@unr.edu.ar
_version_ 1844618791654260736
score 13.070432