Despliegue de la prueba por fases, pero sin cuña escalonada

Question

Actualización (10 de septiembre de 2013) : Creo que sería más correcto decir que el aumento de las mediciones de la línea de base o de la línea final son formas de disminuir el efecto del diseño, haciendo así que el diseño del SW sea eficiente, en lugar de afirmar que el número máximo de mediciones es necesario. Woertman et al. (2013) .

El diseño de cuña escalonada ( pdf ) es una buena alternativa a los diseños de grupos paralelos cuando, por razones logísticas, la intervención debe desarrollarse por etapas. Sin embargo, un posible inconveniente de este diseño puede ser el número de rondas de medición. Aunque los diseños de SW pueden tener una mayor potencia (reduciendo así el tamaño de la muestra necesaria para detectar el mismo efecto), cada unidad se observa/mede antes y después de cada ronda de tratamiento (paso). Si tiene cinco pasos, hay seis rondas de medición, incluida la ronda de medición inicial cuando todas las unidades están en el grupo de control. Por tanto, si tiene n=1000, son 1000 x 6 = 6000 observaciones/mediciones.

Te escribo para preguntarte por una posible alternativa (ver imagen de abajo):

1. Estratificar por comunidad (digamos 5 comunidades en general; aumentar a N = 1500 porque el diseño tiene menos poder que el SW)
2. Aleatorizar los estratos (comunidades) según el orden de intervención (primero, segundo, tercero, cuarto, quinto)
3. Dentro del primer estrato de la comunidad, la Comunidad A, realice encuestas de referencia con todos los n=300 y luego asigne aleatoriamente las unidades al tratamiento o al control
4. Entregar la intervención a n/2 unidades aleatorizadas al tratamiento
5. Realización de la encuesta final con todos los n=300 de la Comunidad A (tratamiento y lista de espera de control)
6. Llevar a cabo una encuesta de referencia con todos los n=300 de la Comunidad B (podría ser al mismo tiempo que el nº 5) y luego asignar aleatoriamente las unidades al tratamiento o al control
7. Entregar la intervención a n/2 unidades de la Comunidad B aleatorizadas al tratamiento Y a n/2 unidades de control en lista de espera de la Comunidad A (opcional, pero esto es lo que haríamos)
8. Repite.

En el diseño alternativo, cada unidad es encuestada dos veces, sólo que en momentos diferentes. Con una muestra total de n=1500, esto supone 1500 x 2 = 3000 encuestas. En comparación con el diseño del SW, esto supone 6000 - 3000 = 3000 encuestas menos, lo que tiene grandes implicaciones en cuanto a costes.

El SW funciona porque observamos cada unidad antes y después de cada paso y luego modelamos el tiempo.

En el diseño alternativo, sólo tenemos 2 mediciones (línea de base y línea final) para cada unidad asignada al tratamiento (n=750) y al control en lista de espera (n=750).

En alternativa:

• Línea de base para la Comunidad A realizada en el mes 1
• Línea final para la Comunidad A realizada en el mes 3
• Línea de base para la Comunidad B realizada en el mes 3
• Línea final de la Comunidad B realizada en el mes 6
• Línea de base para la Comunidad C realizada en el mes 6
• Línea final de la Comunidad C realizada en el mes 9
• Línea de base para la Comunidad D realizada en el mes 9
• Línea final de la Comunidad D realizada en el mes 12
• Línea de base para la Comunidad E realizada en el mes 12
• Línea final de la Comunidad E realizada en el mes 15
• (no mediría el post-tratamiento para el control de la lista de espera de la Comunidad E; sólo entregaría el programa)

En el diseño alternativo, ¿podemos tener en cuenta el hecho de que las observaciones se realizan en momentos diferentes? En SW, cada unidad se mide antes y después de cada ronda, lo que facilita la modelización de los efectos temporales.

¿Podríamos hacer una regresión de las VD de la línea final sobre la asignación al tratamiento (0/1), un vector de controles de la línea de base, variables ficticias para los estratos de la comunidad y el mes de medición de la línea final? ¿Hay mejores alternativas?

Suponiendo que haya una solución, ¿cómo pensar en las implicaciones para el poder?

Diseño alternativo:

Answer 1

1. Asumiendo que su enfoque inferencial es el contraste tratamiento-control, la solución que propone es un diseño de ensayo controlado aleatorio paralelo multicéntrico, donde los centros son las comunidades, y no hay una necesidad clara de tener en cuenta los tiempos de medición.

2. Una característica particular del diseño que propone es que todos los participantes de un grupo se acumulan al mismo tiempo. Otra característica es que los tiempos de acumulación están preestablecidos y son aleatorios. Este paso no es necesario para el control del sesgo, ya que los efectos específicos del periodo se equilibrarán por igual entre los dos brazos. Sin embargo, la aleatorización de los tiempos de acumulación puede ayudar a controlar el sesgo en el caso de interacciones más complejas entre el tiempo y la comunidad y la intervención.

3. En todas las comunidades su criterio de valoración primario es a los tres meses (desde la aleatorización). No es necesario tener en cuenta el hecho de que los criterios de valoración se miden en diferentes momentos del calendario, de forma similar a un diseño de ECA paralelo de un solo centro que puede acumular participantes durante varios años. Las implicaciones de potencia de su diseño son las de un ECA paralelo multicéntrico.

4. (El diseño de cuñas escalonadas agrupadas no requiere una medición en cada intervalo de tiempo para cada participante. Por lo general, se evaluaría a cada participante en la línea de base, y luego en cualquier punto de tiempo posterior establecido para un punto final primario o secundario. La característica analítica relacionada con el diseño de cuña escalonada es que el periodo de tiempo en el que el participante es reclutado en el estudio entra en el análisis como un efecto fijo o aleatorio (véase Hussey y Hughes, 2007, sección 3.1 y discusión). Esto es para aliviar la confusión potencial con el tiempo, como podría ocurrir típicamente con un diseño simple pre-post. Este tipo de confusión no surgirá en su diseño.