Producing treatment hierarchies in network meta-analysis using probabilistic models and treatment-choice criteria

Resumen Técnico: Producción de Jerarquías de Tratamiento en Metaanálisis de Redes mediante Modelos Probabilistas y Criterios de Elección de Tratamiento

Planteamiento del Problema
El metaanálisis de redes (NMA, por sus siglas en inglés) genera efectos relativos de tratamiento a través de múltiples intervenciones, pero interpretar estos resultados para establecer una jerarquía de tratamientos sigue siendo un desafío. Las métricas de clasificación existentes, como la probabilidad de que un tratamiento sea el mejor ($p_{BIV}$), los P-scores y el SUCRA, a menudo carecen de una interpretación clara y no logran contabilizar adecuadamente la incertidumbre. Una crítica principal es que estos métodos pueden enfatizar excesivamente las diferencias pequeñas y clínicamente irrelevantes en los efectos de los tratamientos, atribuyendo rangos distintos a tratamientos incluso cuando su desempeño es estadísticamente indistinguible. Además, muchas métricas no incorporan explícitamente un "criterio de elección de tratamiento" (TCC) que defina qué constituye una diferencia clínicamente importante, lo que conduce a clasificaciones que pueden no trasladarse bien a la toma de decisiones clínicas.

Metodología
Los autores proponen un nuevo marco que integra un TCC predefinido con un modelo de clasificación probabilística para generar jerarquías de tratamiento. La metodología procede en dos etapas principales:

1. Definición del Criterio de Elección de Tratamiento (TCC):
   Los autores definen un TCC basado en la Diferencia Mínima Valiosa (SWD, por sus siglas en inglés). Construyen un Rango de Equivalencia (ROE) utilizando la SWD y su recíproco (u opuesto). Para cualquier comparación pareada entre tratamientos $X$ e $Y$:

   • Se establece una preferencia de tratamiento ($X > Y$ o $Y > X$) solo si la estimación del NMA y los límites de su intervalo de confianza caen fuera del ROE, indicando un efecto clínicamente importante.
   • Si la evidencia cae dentro del ROE, los tratamientos se consideran equivalentes (un "empate").
   • Este proceso transforma las estimaciones de efecto continuas del NMA en datos de preferencia discretos (preferencia por $X$, preferencia por $Y$, o un empate).

2. Modelo de Clasificación Probabilística:
   Para sintetizar estos datos de preferencia, los autores adaptan el modelo de Bradley-Terry (extendido por Davidson para incluir empates) al contexto del NMA.

   • Parámetro Latente: A cada tratamiento $X$ se le asigna un parámetro de "habilidad" latente ($\psi_X$), que representa su propensión a producir efectos de tratamiento verdaderos, beneficiosos y clínicamente importantes en relación con otros, dado el TCC.
   • Formulación del Modelo: La probabilidad de que el tratamiento $X$ supere al $Y$ se modela como $\frac{\psi_X}{\psi_X + \psi_Y + \nu\sqrt{\psi_X\psi_Y}}$, donde $\nu$ es un parámetro de molestia que representa la prevalencia de empates.
   • Estimación: Los parámetros se estiman mediante la Estimación de Máxima Verosimilitud (MLE) dentro de un marco frecuentista. Los errores estándar se derivan asintóticamente de la matriz de información de Fisher.
   • Resultado: El modelo arroja estimaciones de habilidad absoluta ($\hat{\psi}_X$) y probabilidades normalizadas ($\hat{\pi}_X$), que representan la probabilidad de que un tratamiento posea la mayor habilidad verdadera entre todos los tratamientos.

Contribuciones Clave

• Integración de la Relevancia Clínica: El marco incorpora explícitamente un TCC clínicamente relevante (vía SWD) antes de la clasificación, asegurando que solo los efectos que justifican una preferencia influyan en la jerarquía.
• Gestión de la Incertidumbre y los Empates: Al convertir las estimaciones del NMA en datos de preferencia/empate basados en los intervalos de confianza, el método contabiliza naturalmente la incertidumbre. Los tratamientos con intervalos de confianza que se traslapan con respecto a la SWD son tratados como empatados, evitando la separación artificial de tratamientos con diferencias insignificantes.
• Interpretación Probabilística con Medidas de Incertidumbre: A diferencia de algunas métricas existentes, este enfoque proporciona errores estándar para las estimaciones de habilidad, lo que permite cuantificar la incertidumbre alrededor de las posiciones de la clasificación.
• Implementación de Software: Los autores desarrollaron y lanzaron el paquete de R mtrank para facilitar la aplicación de este método.

Resultados
Los autores validaron el método a través de dos estudios de casos clínicos y una investigación empírica de 153 redes publicadas:

1. Antidepresivos para la Depresión Mayor (18 tratamientos):

   • En esta red, el tratamiento con el mayor tamaño de efecto (Vortioxetina) tenía el error estándar más grande.
   • Las métricas tradicionales ($p_{BIV}$, P-scores) clasificaron a la Vortioxetina en primer lugar.
   • El método propuesto, aplicando una SWD de 1.20, resultó en una jerarquía más conservadora donde la Escitalopram fue clasificada en primer lugar, con la Vortioxetina empatada en segundo lugar. Esto reflejó la incertidumbre en la estimación de la Vortioxetina en relación con la SWD.
   • El análisis de sensibilidad mostró que a medida que la SWD aumentaba (requiriendo efectos más grandes), la capacidad de la Vortioxetina para ser clasificada en primer lugar aumentaba, demostando la capacidad de respuesta del método a los umbrales clínicos.

2. Antihipertensivos e Incidencia de Diabetes (6 tratamientos):

   • Esta red presentaba una alta precisión (errores estándar bajos).
   • El método propuesto mostró una concordancia perfecta con las métricas existentes (P-scores, PReTA, $p_{BIV}$), clasificando al ARB en primero y al ACE en segundo lugar.
   • Esto confirmó que cuando las estimaciones del NMA son precisas y las varianzas son similares, el método propuesto se alinea con los enfoques establecidos.

3. Estudio Empírico (153 Redes):

   • La métrica basada en la habilidad propuesta mostró una fuerte correlación (mediana > 0.90) con los P-scores, P-scores (ajustados por SWD) y PReTA.
   • La correlación con $p_{BIV}$ fue moderada (mediana ~0.65).
   • Impacto de la Incertidumbre: La concordancia entre el método propuesto y otros fue mayor en redes con alta precisión y rangos de varianza bajos. A medida que la varianza promedio de las estimaciones del NMA aumentó, la correlación disminuyó, resaltando que el método propuesto diverge de los demás específicamente cuando la incertidumbre es alta y las diferencias son pequeñas.

Significancia y Reivindicaciones
El artículo afirma ofrecer una alternativa valiosa para la clasificación de tratamientos en NMA que mitiga la sobreinterpretación de diferencias menores. Al requerir un TCC predefinido, el marco obliga a los investigadores a considerar explícitamente qué constituye un "mejor" tratamiento en un contexto clínico específico antes de generar una jerarquía. Los autores enfatizan que su método no es un sustituto para informar los efectos relativos del NMA, sino que sirve como una herramienta para asistir en la toma de decisiones.

La significancia radica en producir jerarquías que son:

1. Clínicamente Significativas: Basadas en si los efectos exceden un umbral de importancia.
2. Robustas: Menos propensas a asignar rangos distintos a tratamientos con intervalos de confianza que se traslapan.
3. Transparentes: Acompañadas de errores estándar para cuantificar la incertidumbre en la propia clasificación.

Los autores concluyen que, si bien la definición de la SWD implica cierta subjetividad, el marco permite realizar análisis de sensibilidad a través de diferentes valores de SWD, permitiendo una comprensión más matizada de las jerarquías de tratamiento bajo diversas suposiciones clínicas. Posicionan este enfoque como particularmente útil para redes con mayor incertidumbre o cuando una regla de decisión clínica específica es primordial.