Las variables categóricas se observan con frecuencia en los ensayos clínicos. Por ejemplo, las variables de tratamiento ordinales con un conjunto de dosis (p. ej., Dosis Alta, Dosis Media, Dosis Baja, o Placebo) describen, en orden decreciente, la cantidad de principio activo presente en el tratamiento aleatorizado. Como otro ejemplo, una respuesta de eficacia a la exposición continua al tratamiento puede etiquetarse como Completa, Parcial o Ninguna. En el estudio de tratamientos para tumores sólidos, los criterios RECIST definen la respuesta de eficacia mediante una escala de cuatro niveles: Respuesta Completa, Respuesta Parcial, Enfermedad Estable, Enfermedad Progresiva. Además, los datos categóricos nominales pueden describir datos demográficos importantes, como la raza y el sexo, o un identificador del centro que indique dónde se trata a cada paciente a lo largo del estudio.
Un desafío con las variables categóricas es que naturalmente conducen a análisis adicionales para caracterizar mejor los hallazgos del estudio. Por ejemplo, en ensayos que examinan múltiples dosis, el tamaño de la muestra para cada grupo de tratamiento suele ser pequeño, lo que dificulta obtener estimaciones precisas de eventos adversos poco comunes. Para un ensayo con múltiples dosis (p. ej., dosis alta, dosis media, dosis baja), no es raro observar un grupo adicional etiquetado como Activo, que combina a todos los pacientes que reciben dosis del nuevo fármaco. Las tablas (y figuras) presentan las siguientes columnas.
| Activo |
Dosis alta |
Dosis media |
Dosis baja |
Placebo |
En algunos casos especialmente exhaustivos, se pueden generar incluso más categorías:
| Activo |
Alto |
Alto-Medio |
Medio |
Medio-bajo |
Bajo |
Placebo |
Además, los resultados pueden presentarse considerando factores de estratificación importantes, además de los resultados generales.
| En general |
Sitio 1 |
Sitio 2 |
| A |
H |
M |
L |
P |
A |
H |
M |
L |
P |
A |
H |
M |
L |
P |
Una tendencia similar a agrupar niveles adyacentes también resulta de interés para los resultados de eficacia o seguridad, lo que da lugar a filas adicionales en las presentaciones estadísticas.
| Completo o parcial |
| Completo |
| Parcial |
| Ninguno |
En la práctica, las reagrupaciones de niveles categóricos pueden generar nuevas variables u observaciones dentro de una tabla de datos. Las nuevas variables requieren volver a ejecutar un análisis para producir resúmenes con la nueva agrupación, mientras que las nuevas filas tienden a manejarse más fácilmente mediante el uso de roles de tipo "Por" . En general, la producción de tablas con columnas
| Dosis alta |
Dosis media |
Dosis baja |
Placebo |
o
o con filas
o
| Completo o parcial |
| Ninguno |
Es sencillo. Sin embargo, ninguna de las presentaciones es de interés; el objetivo es combinar columnas o filas dentro de una misma pantalla. Este enfoque tiene ventajas:
- Elimina la presentación de información redundante.
- Elimina la necesidad de elaborar tablas o figuras adicionales.
- Coloca los datos de las categorías agrupadas junto con los demás datos de interés.
¿La desventaja? ¡Generar estos resúmenes es complicado! Producir resultados estadísticos con SAS o R requiere iterar sobre el análisis varias veces, cambiar variables, eliminar información redundante y reordenar los datos para obtener la presentación más adecuada.
Sin embargo, JMP simplifica estos análisis gracias a la disponibilidad del tipo de modelado de respuesta múltiple . Las celdas de una columna de caracteres de respuesta múltiple representan una o más mediciones que funcionan como observaciones o columnas independientes, según cómo se utilicen. Esto permite mantener una estructura de datos sencilla, como una observación por paciente, a la vez que facilita un análisis más completo e informativo.
La Figura 1 presenta una tabla de datos de ejemplo, titulada Respuestas Múltiples (disponible para descargar en la parte superior derecha de esta publicación). Representa datos de 100 pacientes, una fila por paciente, con covariables para Identificador del Sitio (1, 2), Edad, Biomarcador (Positivo, Negativo), Tratamiento con cuatro niveles (Dosis Alta, Dosis Media, Dosis Baja, Placebo) y una Respuesta de tres niveles (Completa, Parcial, Ninguna). Hay otras variables presentes que se describen a continuación.
Figure 1. Multiple Responses data tableFigura 1. Tabla de datos de respuestas múltiples
Existen dos maneras de crear una columna de respuesta múltiple.
- Mediante fórmula. La variable Categorías de tratamiento de fórmula se generó mediante una fórmula que produjo múltiples respuestas utilizando una instrucción condicional aplicada al tratamiento. Se seleccionó el tipo de modelado como respuesta múltiple y se agregó una propiedad de columna de respuesta múltiple para definir un delimitador que se utiliza para separar las celdas en respuestas individuales. Por defecto, el delimitador es una coma, lo cual no es práctico en este caso, ya que una de las respuestas incluye una coma. En su lugar, se seleccionó una barra invertida. También se aplicó una propiedad de columna de orden de valores para producir una ordenación significativa de los valores.
- Combinar columnas. Se pueden combinar varias columnas en una sola columna de valores delimitados y aplicar una propiedad de columna de respuesta múltiple seleccionando Columnas > Utilidades > Combinar columnas (Figura 2). Las columnas Alto, Medio, Bajo, Alto o Medio y Medio o Bajo se combinaron de esta manera para producir Categorías de tratamiento de columnas combinadas, que es equivalente a Categorías de tratamiento de fórmula. De manera similar, Respuesta y Cualquier respuesta se combinan para producir la columna de respuesta múltiple Respuesta de eficacia.
Figure 2. Combine columnsFigura 2. Combinar columnas
Los cuatro scripts integrados de Múltiples respuestas se pueden ejecutar para producir resultados desde Generador de gráficos o Tabular .
Por ejemplo, el script " Gráfico de caja de agrupaciones de tratamientos" genera el análisis de la Figura 3. Al colocar las categorías de tratamiento de fórmulas en la zona de arrastre del eje X , se crean observaciones virtuales para las diferentes agrupaciones de tratamientos, que se resumen junto con los niveles de tratamiento individuales. Los tamaños de muestra presentados en el eje Y inferior confirman que los niveles agrupados coinciden con las sumas correspondientes de los niveles individuales. La adición de un resumen de 5 números (no mostrado) proporciona estadísticas descriptivas correspondientes a cada diagrama de caja.
Figure 3. Box plots by treatment groupingsFigura 3. Diagramas de caja por grupos de tratamiento.
De manera similar, el script integrado Tabla de agrupaciones de tratamientos produce un conjunto de estadísticas descriptivas para cada uno de los niveles presentes en la columna de respuesta múltiple (Figura 4).
Figure 4. Summary statistics by treatment groupingsFigura 4. Estadísticas descriptivas por grupos de tratamiento.
Centrándonos en la columna de Respuesta de Eficacia, el script integrado Gráfico de Barras de Respuesta de Eficacia genera la Figura 5, que resume la frecuencia de cada respuesta, incluyendo los niveles combinados de Completa y Parcial. Las etiquetas de tamaño de muestra que aparecen sobre las barras confirman que la frecuencia de cualquier respuesta es la suma de los niveles individuales de respuesta. El script Tabular Respuesta de Eficacia proporciona una visualización tabular mediante la opción Agrupar Columnas para ofrecer el formato típico de la literatura científica (Figura 6).
Las personas emprendedoras pueden crear sus propios ejemplos combinando las categorías de tratamiento de fórmulas y la respuesta de eficacia.
Figure 5. Frequency of responses by treatmentFigura 5. Frecuencia de respuestas por tratamiento
Figure 6. Frequencies and percentages of responses by treatmentFigura 6. Frecuencias y porcentajes de respuestas por tratamiento.
Si bien el modelado de respuesta múltiple es útil, existen casos en los que su aplicación puede no tener sentido, como en el caso de elementos de visualización que representan "partes del todo", como gráficos circulares, mosaicos y mapas de árbol. Por ejemplo, el gráfico circular de la Figura 7 genera porcentajes con un denominador de 160 debido a la suma virtual de 60 observaciones con respuesta "Cualquiera". Además, sugiere que "Cualquiera" es un nivel distinto de "Completa" o "Parcial", en lugar de la combinación de ambos.
Algunos usuarios comentan que Tabular y Generador de gráficos son lo suficientemente flexibles como para añadir varios ejes o variables a diferentes zonas de arrastre, lo que permite agrupaciones adicionales sin necesidad de una columna de respuesta múltiple. En muchos casos, esto es totalmente cierto. Sin embargo, la ventaja de la columna de respuesta múltiple radica en que puede utilizar el mismo script que las columnas categóricas tradicionales, sin la complejidad añadida de usar funciones o lógica adicionales para modificar el script según las necesidades del análisis. Además, crear ejes o columnas de agrupación independientes aísla visualmente las columnas adicionales de los demás niveles, lo que podría requerir un reescalado de los ejes para una visualización óptima.
Figure 7. Pie chart of responsesFigura 7. Gráfico circular de respuestas
En definitiva, el modelado de respuestas múltiples es una función que planeo usar con más frecuencia. ¡Espero que estos ejemplos les sirvan de inspiración para su próximo análisis!
