Propuesta metodológica para el análisis de supervivencia con eventos recurrentes en estudios epidemiológicos cuando el número de eventos previos es desconocido

Introducció: En molts estudis clínics, epidemiològics i de salut pública, l'esdeveniment d'interès es presenta sovint més d'una vegada i els temps entre ocurrències poden estar correlacionats. Per a aquest tipus de situacions, es requereix comptar amb mètodes estadístics específics que permetin donar resposta a preguntes relacionades amb la probabilitat d'ocurrència de nous esdeveniments i l'impacte de les covariables afegides. Quan hi ha recurrència d'esdeveniments, l'experiència ha mostrat que es pot presentar dependència d'esdeveniment i heterogeneïtat individual que obliguen a pensar en mètodes d'anàlisi més enllà del model de Cox estàndard. En aquest tipus d'anàlisi, la censura a l'esquerra juga un paper determinant, però, la història prèvia sovint és desconeguda i és important establir estratègies per al seu maneig. Objectiu: Proposar una alternativa d'anàlisi de supervivència per a esdeveniments recurrents amb dependència d'esdeveniment quan es desconeix el nombre d'episodis previs a l'inici de l'seguiment per part (o tots) els subjectes de la mostra. Metodologia: Es van dur a terme dues fases. La primera va incloure la revisió de mètodes per al tractament de dades mancants i la identificació d'un mètode adequat per imputar aquestes dades quan la variable és de re-compte, a través d'un estudi de simulació que permetés comparar diferents mètodes basats en la distribució Poisson i generalitzacions d'aquesta distribució; tenint en compte a més diferents escenaris de dispersió i diferents percentatges de dades mancants. La segona fase va incloure la revisió de models disponibles per a l'anàlisi de supervivència quan hi ha esdeveniments recurrents amb dependència d'esdeveniment i heterogeneïtat individual i es va desenvolupar un estudi de simulació que permetés identificar el millor model per ajustar a dades d'esdeveniments recurrents amb aquestes característiques, imputant la informació prèvia (censura a esquerra) amb el mètode trobat a la primera simulació. Resultats: En la primera fase, es va trobar que el model adequat per imputar aquesta variable, quan hi ha sobredispersió, equidispersión, infradispersión o excés de zeros és la imputació múltiple basada en la distribució COMPoisson. En la segona fase, es va trobar que els models PWP-CP i PWP-GT incloent el component de fragilitat, estratificant segons si s'havia estat a risc previ, i imputant els episodis previs mostraba el millor rendiment. Addicional als dos estudis de simulació, es va construir u