Methodological comparison of marginal structural model, time-varying Cox regression, and propensity score methods: the example of antidepressant use and the risk of hip fracture

Abstract

Antecedentes: Los estudios observacionales que incluyen tratamientos que son variables cambiantes en el tiempo y por tanto son propensos a la confusión. Comparamos el análisis de regresión de Cox con variables cambiantes en el tiempo, los métodos de puntuación de propensión (Propensity Score-PS) y los modelos estructurales marginales (MSM) en un estudio sobre el uso de antidepresivos [inhibidores selectivos de la recaptación de serotonina (ISRS)] y el riesgo de fractura de cadera]. Métodos: Se extrajo una cohorte de pacientes con una primera prescripción de antidepresivos (ISRS o antidepresivos tricíclicos) de las bases de datos de medicina general Dutch-Mondriaan y Base de datos para la Investigación Farmacoepidemiológica en Atención Primaria-BIFAP de España, para el periodo 2001-2009. Se estimó el efecto neto (total) de los ISRS frente a la ausencia de ISRS sobre el riesgo de fractura de cadera utilizando una regresión de Cox con variables que cambian con en el tiempo, estratificación y ajuste de covariables utilizando el PS y el MSM. En el MSM, la censura se tuvo en cuenta mediante ponderaciones de probabilidad inversa de censura. Resultados: El Hazard Ratio (HR) del uso de ISRS frente a la no utilización de ISRS en la fractura de cadera fue de 1,75 (IC del 95 %: 1,12-2,72) en Mondriaan y de 2,09 (1,89-2,32) en BIFAP. Tras el ajuste de factores de confusión mediante regresión de Cox con variable cambiantes en el tiempo, estratificación y ajuste de covariables utilizando el PS, la HR aumentó en Mondriaan [2,59 (1,63, 4,12), 2,64 (1,63, 4,25) y 2,82 (1,63, 4,25), respectivamente] y disminuyó en BIFAP [1,56 (1,40, 1,73), 1,54 (1,39, 1,71) y 1,61 (1,45, 1,78), respectivamente]. Los MSM con pesos estabilizados resultaron en un HR de 2,15 (1,30, 3,55) en Mondriaan y 1,63 (1,28, 2,07) en BIFAP teniendo en cuenta la censura; y 2,13 (1,32, 3,45) en Mondriaan y 1,66 (1,30, 2,12) en BIFAP sin tener en cuenta la censura. Conclusiones: En este estudio empírico, las diferencias entre los distintos métodos para controlar los factores de confusión dependientes del tiempo fueron pequeñas. Las diferencias observadas en las estimaciones del efecto del tratamiento entre las bases de datos probablemente se deban a la diferente información sobre factores de confusión en los conjuntos de datos, lo que ilustra que es fundamental disponer de información adecuada sobre los factores de confusión (que varían en el tiempo) para evitar sesgos.