📊 statistics

Compatibility of Missing Data Handling Methods across the Stages of Producing Clinical Prediction Models

Este artículo demuestra que para asegurar un rendimiento predictivo imparcial y la compatibilidad a lo largo del ciclo de vida del modelo de predicción clínica, los investigadores deben alinear sus estrategias de manejo de datos faltantes durante el desarrollo y la validación con las restricciones específicas del despliegue del modelo, tales como utilizar la imputación múltiple cuando se excluyen los datos faltantes o mantener métodos de imputación consistentes cuando se permiten los datos faltantes.

Autores originales: Antonia Tsvetanova, Matthew Sperrin, David A. Jenkins, Niels Peek, Iain Buchan, Stephanie Hyland, Marcus Taylor, Angela Wood, Richard D. Riley, Glen P. Martin

Publicado 2026-02-04

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Antonia Tsvetanova, Matthew Sperrin, David A. Jenkins, Niels Peek, Iain Buchan, Stephanie Hyland, Marcus Taylor, Angela Wood, Richard D. Riley, Glen P. Martin

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que eres un chef intentando crear la receta perfecta para un nuevo plato (un Modelo de Predicción Clínica). Tu objetivo es predecir cómo reaccionará un cliente al plato. Para lograrlo, necesitas ingredientes específicos (predictores como la edad, la presión arterial, etc.). Pero, a veces, no tienes todos los ingredientes cuando estás cocinando, o es posible que tus clientes no hayan proporcionado toda la información sobre sus preferencias dietéticas.

Este artículo trata sobre cómo manejar esos "ingredientes faltantes" en tres etapas diferentes de tu proceso de cocina:

Desarrollo: Creando la receta en tu cocina de pruebas.
Validación: Probando la receta con un nuevo grupo de personas para ver si funciona.
Implementación: Sirviendo el plato al público real.

Los autores descubrieron que la forma en que manejas los ingredientes faltantes en tu cocina de pruebas y en tu sesión de degustación debe coincidir con la forma en que planeas servir el plato al público. Si no coinciden, tu receta fallará, o pensarás que sabe de maravilla cuando en realidad sabe fatal.

Aquí está el desglose de sus hallazgos utilizando analogías sencillas:

Las dos reglas principales del juego

Los autores proponen dos reglas de oro para manejar los datos faltantes:

La regla de "No Degradación": Cuando desarrolles tu receta, debes manejar los ingredientes faltantes de una manera que asegure que el plato final sepa tan bien como la versión "perfecta" (donde tenías todos los ingredientes).
La regla de la "Verdad Honesta": Cuando valides (pruebes) tu receta, debes manejar los ingredientes faltantes de una manera que te dé una puntuación honesta. No quieres engañarte a ti mismo pensando que la receta es mejor o peor de lo que realmente es.

Escenario A: El restaurante "Estricto" (No se permiten datos faltantes)

Imagina un restaurante elegante donde el chef se niega a cocinar un plato a menos que el cliente proporcione cada uno de los ingredientes del menú. Si a un cliente le falta un ingrediente, el chef dice: "Lo siento, no puedo cocinar para usted".

El consejo del artículo: Si planeas ser este chef estricto, debes desarrollar y probar tu receta utilizando Imputación Múltiple (IM).
- La analogía: Piensa en la Imputación Miple como un "adivinador mágico" que rellena los ingredientes faltantes basándose en lo que sí conoces, pero lo hace de una manera que tiene en cuenta la incertidumbre. Crucialmente, este "adivinador mágico" necesita conocer el resultado final (¿le gustó el plato al cliente?) para hacer buenas suposiciones durante la fase de desarrollo.
- La trampa: Si desarrollas tu receta utilizando la "Imputación por la Media" (simplemente suponiendo el promedio de ingredientes para todos) o el "Análisis de Casos Completos" (descartando a cualquier cliente que le falte un ingrediente), tu receta será débil. Cuando finalmente intentes servirla al público estricto, sabrá mal (degradación del modelo).

Escenario B: El "Food Truck" Flexible (Se permiten datos faltantes)

Ahora, imagina un food truck donde el chef está de acuerdo con que falten ingredientes. Si un cliente olvida decir si es alérgico a las nueces, el chef simplemente utiliza un "valor por defecto" estándar o un método de "suposición" específico para rellenar el hueco y así poder continuar la cocina.

El consejo del artículo: Si tu plan es ser este food truck flexible, debes usar el mismo método exacto para rellenar los ingredientes faltantes durante el desarrollo, las pruebas y el servicio.
- La analogía: Si decides usar una "Imputación por Regresión" (un tipo de suposición inteligente basada en otros ingredientes) para llenar los huecos de tus clientes, debes usar ese mismo método de "suposición inteligente" cuando estés creando la receta y cuando la estés probando.
- La trampa: Si creas la receta usando la "Imputación por la Media" (promedios) pero luego le dices a tus clientes: "No se preocten, usaremos un método de 'Suposición Inteligente' para completar su información faltante", la receta se romperá. Las matemáticas no encajarán. El artículo encontró que mezclar métodos (como desarrollar con un método y validar con otro) casi siempre conduce a una puntuación sesgada: crees que tu food truck tiene éxito, pero en realidad está fallando.

El "Submodelo de Patrones" (El caso especial)

El artículo también analizó un método llamado Submodelos de Patrones.

La analogía: En lugar de una gran receta, escribes cuatro mini-recetas diferentes:
1. Una para clientes que dieron toda la información.
2. Una para clientes a los que les falta el ingrediente A.
3. Una para clientes a los que les falta el ingrediente B.
4. Una para clientes a los que les faltan ambos.
El consejo del artículo: Si planeas usar este enfoque de "mini-recetas" en el food truck, debes desarrollar y probar usando este mismo enfoque de "mini-recetas". No puedes desarrollar con mini-recetas y luego probar promediando todo junto.

La gran conclusión

Los autores realizaron miles de simulaciones por computadora y revisaron datos reales de cirugía para demostrar su punto. Descubrieron que las prácticas comunes suelen ser erróneas.

Error común: Muchos investigadores desarrollan un modelo utilizando un método (como la Imputación Múltiple) para obtener las mejores estadísticas, pero luego implementan el modelo utilizando un método más sencillo (como la Imputación por la Media) porque es más fácil de programar en una aplicación.
El resultado: Esto crea una "paradoja del mentiroso". El modelo se ve genial en el laboratorio, pero cuando llega al mundo real, tiene un desempeño deficiente, o las puntuaciones de rendimiento son completamente erróneas.

Resumen en una frase

Para construir una herramienta de predicción médica fiable, debes decidir primero cómo manejarás los datos faltantes cuando la herramienta se utilice en el mundo real, y luego debes usar ese mismo método exacto para construir y probar la herramienta; mezclar y combinar métodos conduce a modelos rotos y a una falsa confianza.

Resumen Técnico: Compatibilidad de los métodos de manejo de datos faltantes en las etapas de producción de modelos de predicción clínica

Planteamiento del problema
Los datos faltantes en las variables predictoras son un desafío omnipresente a lo largo del ciclo de vida de los Modelos de Predicción Clínica (MPC), que abarca el desarrollo, la validación y el despliegue. Mientras que la investigación metodológica ha abordado extensamente los datos faltantes para la inferencia causal (centrándose en estimaciones de parámetros no sesgadas), los objetivos de la modelización de la predicción difieren: el objetivo principal es una predicción precisa y bien calibrada en nuevos individuos. La práctica actual carece a menudo de orientación sobre cómo las decisiones de manejo de datos faltantes en el desarrollo y la validación deben alinearse con la estrategia de despliegue prevista. Específicamente, no está claro si los métodos utilizados para manejar la falta de datos durante la construcción y prueba del modelo son "compatibles" con la forma en que el modelo se utilizará finalmente en la práctica clínica. Las inconsistencias —como utilizar la Imputación Múltiple (IM) durante el desarrollo pero la Imputación de la Media durante el despliegue— pueden conducir a estimaciones de rendimiento sesgadas o a la degradación del modelo.

Metodología
Los autores investigaron este problema a través de dos enfoques complementarios: un estudio de simulación a gran escala y un análisis empírico de datos quirúrgicos del mundo real.

Estudio de Simulación:
- Diseño: Siguiendo el marco ADEMP, el estudio simuló una población objetivo de 200,000 individuos con dos predictores ( $X_1, X_2$ ) y un resultado binario. $X_1$ estaba sujeto a falta de datos, mientras que $X_2$ y el resultado fueron observados completamente.
- Mecanismos de falta de datos: Se utilizaron seis Grafos Acíclicos Dirigidos (DAG) para inducir mecanismos de Pérdida Completamente al Azar (MCAR), Pérdida al Azar (MAR) y Pérdida No al Azar (MNAR). Las proporciones de falta de datos variaron entre el 10% y el 50%, y se variaron las correlaciones entre los predictores.
- Métodos de manejo: Se evaluaron cinco estrategias en cada etapa (desarrollo, validación, despliegue):
  - Análisis de Casos Completos (CCA)
  - Imputación de Media/Moda
  - Imputación de Regresión Determinista Simple (RI)
  - Imputación Múltiple (IM), probada tanto con el resultado incluido (IM-con-Y) como excluido (IM-sin-Y).
  - Submodelos de Patrones (PSM).
- Criterios de compatibilidad: El estudio definió la "compatibilidad" basándose en dos principios:
  1. Minimizar la degradación del modelo: La diferencia entre el rendimiento del modelo desplegado y el rendimiento del modelo real bajo una estrategia de despliegue específica.
  2. Validación sin sesgo: El proceso de validación debe producir una estimación no sesgada del rendimiento del modelo cuando se despliega bajo esa misma estrategia.
- Escenarios: El estudio probó todas las combinaciones de estrategias de desarrollo, validación y despliegue a través de 600 escenarios.
Análisis Empírico:
- Datos: Los autores utilizaron el North-West Clinical Outcomes Research Registry (NCORR), que contiene 6,600 pacientes sometidos a cirugía de resección pulmonar.
- Tarea: Predecir la mortalidad a 90 días post-cirugía utilizando un modelo de regresión logística basado en el CPM RESECT-90.
- Procedimiento: Se utilizó el muestreo por bootstrap para crear 100 conjuntos de datos de desarrollo. Los modelos se desarrollaron utilizando los diversos métodos de manejo de datos faltantes y luego se validaron contra el conjunto de datos original, aplicando las estrategias de validación correspondientes para evaluar el sesgo de rendimiento.

Resultos Clave
Los resultados de la simulación y los empíricos demostraron consistentemente que la compatibilidad depende altamente de la estrategia de despliegue prevista:

Despliegue que requiere datos completos (E-all):
- Para minimizar la degradación y asegurar una validación sin sesgo, los modelos deben desarrollarse y validarse utilizando la Imputación Múltiple incluyendo el resultado (IM-con-Y) o datos totalmente observados.
- Bajo mecanismos complejos de falta de datos (por ejemplo, MNAR), incluso la IM-con-Y mostró cierta degradación, pero siguió siendo superior a otros métodos.
- Utilizar CCA o Imputación de la Media para el desarrollo condujo a una degradación significativa del modelo cuando se desplegó bajo una estrategia E-all.
Despliegía que permite datos faltantes:
- Cuando un CPM está destinado a ser desplegado permitiendo datos faltantes (usando un método de imputación específico como la Imputación de la Media, RI, IM-sin-Y o PSM), el mismo método debe utilizarse durante el desarrollo y la validación.
- Imputación de Media/Moda: Desarrollar con IM y desplegar con Imputación de la Media resultó en estimaciones de rendimiento sesgadas y errores de calibración.
- Imputación de Regresión (RI) y PSM: Estos métodos funcionaron bien solo cuando las estrategias de desarrollo, validación y despliegue eran idénticas.
- IM-sin-Y: Aunque es teóricamente atractiva para el despliegue, el uso de IM-sin-Y durante el desarrollo llevó a estimaciones sesgadas de la asociación predictor-resultado, causando degradación cuando se desplegó bajo una estrategia E-IM.
Sesgo de Validación:
- Un hallazgo crítico fue que el sesgo de validación fue impulsado principalmente por el método utilizado para manejar los datos faltantes durante la validación, más que por el método utilizado durante el desarrollo.
- Si un modelo es validado utilizando un método diferente de la estrategia de despliegue prevista, las estimaciones de rendimiento serán sesgadas, independientemente de cómo se construyó originalmente el modelo.

Significancia y Reivindicaciones
El artículo argumenta que la decisión de cómo manejar los datos faltantes en el despliegue debe informar fundamentalmente las decisiones tomadas durante el desarrollo y la validación. Los autores afirman que:

Las prácticas actuales son defectuosas: Las combinaciones comunes de métodos encontradas en la literatura (por ejemplo, desarrollar con IM y validar/desplegar con Imputación de la Media) resultan frecuentemente en estimaciones de rendimiento predictivo sesgadas y modelos subóptimos.
La alineación es esencial: Para lograr la compatibilidad, los investigadores deben trabajar hacia atrás desde la estrategia de despliegue.
- Si el objetivo es un modelo para pacientes con datos completos, utilice IM-con-Y (o datos completos) en todo momento.
- Si el objetivo es un modelo para pacientes con datos faltantes, utilice el mismo método de imputación (por ejemplo, RI o PSM) en el desarrollo, la validación y el despliegue.
Implicaciones Prácticas: Los autores enfatizan que, si bien la IM-con-Y es estadísticamente robusta para el despliegue de datos completos, a menudo es poco práctica para el despliegue (requiere acceso a los datos originales o recursos computacionales complejos). Por lo tanto, si un modelo debe manejar datos faltantes en la práctica, los desarrolladores deben priorizar métodos deterministas como la Imputación de Regresión o los Submodelos de Patrones desde el principio, en lugar de intentar adaptar un modelo construido para datos completos.

El estudio concluye que, sin esta alineación, la traslación de los MPC a la práctica clínica corre el riesgo de basarse en estimaciones de rendimiento inexactas, lo que podría comprometer la atención al paciente.