Tipping Point Sensitivity Analysis for Missing Data in Time-to-Event Endpoints: Model-Based and Ad hoc Approaches

Resumen Técnico: Análisis de Sensibilidad del Punto de Inflexión para Datos Faltantes en Puntos Finales de Tiempo Hasta el Evento

Enunciado del Problema
En los ensayos clínicos confirmatorios, el estimando de política de tratamiento es frecuentemente favorecido por las autoridades reguladoras, ya que evalúa el efecto de la asignación al tratamiento independientemente de los eventos intercurrentes posteriores a la aleatorización (por ejemplo, la discontinuación del tratamiento). Si bien los métodos estándar de análisis de supervivencia (por ejemplo, Kaplan–Meier, riesgos proporcionales de Cox) apuntan implícitamente a este estimando, dependen de la asunción de censura independiente (Censura al Azar, CAR). Esta asunción postula que, condicionado a las covariables observadas, el proceso del tiempo al evento es independiente del proceso del tiempo de censura.

Sin embargo, la discontinuación del estudio a menudo coincide con eventos intercurrentes (como eventos adversos o la falta percibida de eficacia), lo que potencialmente viola la asunción de CAR. Cuando la censura depende de resultados no observados (Censura No al Azar, CNAR), los análisis estándar pueden producir estimaciones sesgadas del efecto del tratamiento. La orientación regulatoria (por ejemplo, ICH E9 (R1)) enfatiza la necesidad de realizar análisis de sensibilidad para evaluar la robustez de las conclusiones ante tales desviaciones. El análisis del punto de inflexión proporciona un marco estructurado para cuantificar cuán fuertemente deben alterarse las asunciones sobre el mecanismo de censura para cambiar (o "voltear") las conclusiones del estudio. A pesar de las extensiones metodológicas a datos de tiempo hasta el evento, la orientación práctica que vincula estas construcciones con el estimando primario y el modelo de análisis sigue siendo limitada.

Metodología
El artículo describe y contrasta tres enfoques específicos para realizar análisis de puntos de inflexión en escenarios de tiempo hasta el evento, utilizando un marco de imputación múltiple. Los métodos se categorizan en enfoques basados en modelos y ad hoc:

1. Imputación Basada en Modelos (Ajuste Delta):

   • Mecanismo: Se ajusta un modelo de supervivencia paramétrico (por ejemplo, Weibull) a los datos observados bajo la asunción de censura independiente. Se introduce un parámetro de sensibilidad, $\delta$, para modificar la función de riesgo para los pacientes censurados después de su tiempo de censura ($t > c_i$).
   • Implementación: Para el brazo experimental, el riesgo se infla ($\delta > 1$) para simular peores resultados; para el brazo control, se desinfla ($\delta < 1$). El método emplea una imputación múltiple adecuada, muestreando de la distribución predictiva posterior para tener en cuenta la incertidumbre de los parámetros.
   • Restricción: Los tiempos imputados se truncan en el tiempo máximo de seguimiento para imitar la censura administrativa.

2. Enfoque Ad Hoc 1: Muestreo de Punto de Referencia (Landmark):

   • Mecanismo: Este método heurístico no depende de un modelo paramétrico. Un subconjunto ($\kappa$) de pacientes censurados se asigna determinísticamente a un resultado extremo.
   • Implementación: En el brazo experimental, un subconjunto aleatorio de pacientes censurados se imputa para tener un evento exactamente en el momento de la censura (escenario de peor caso). En el brazo control, un subconjunto se imputa para permanecer libre de eventos hasta el corte de datos (escenario de mejor caso).
   • Equivalencia: Este enfoque corresponde al enfoque basado en modelos donde $\delta \to \infty$ (todos los eventos) o $\delta \to 0$ (todos censurados).

3. Enfoque Ad Hoc 2: Muestreo de Percentil:

   • Mecanismo: Otro método heurístico donde los pacientes censurados se imputan muestreando aleatoriamente tiempos de evento observados de un percentil específico de los datos agrupados.
   • Implementación: Para el brazo experimental, los tiempos de evento se muestrean del peor $\theta$-percentil de los tiempos observados (supervivencia más corta). Para el brazo control, los tiempos se muestrean del mejor $\theta$-percentil (supervivencia más larga).
   • Asunción: Esto asume que los pacientes censurados se comportan de manera similar a la subpoblación específica de la cual se muestrean.

Marco de Análisis
El punto de inflexión se identifica variando el parámetro de sensibilidad ($\delta$, $\kappa$ o $\theta$) a través de un rango predefinido. Para cada valor, se generan múltiples conjuntos de datos imputados y se estiman y combinan los efectos del tratamiento (por ejemplo, Razones de Riesgo) utilizando las reglas de Rubin. El análisis determina el valor del parámetro en el cual los resultados "se voltean", definido como la pérdida de significancia nominal o el cruce del intervalo de confianza sobre el valor nulo (RR = 1).

El artículo enfatiza que estos métodos no redefinen el estimando, sino que evalúan la robustez de la inferencia para el estimando de política de tratamiento bajo asunciones alternativas sobre los datos no observados. Para asegurar la plausibilidad clínica, los autores proponen anclar los parámetros de sensibilidad a datos externos (por ejemplo, escenarios de "salto a la referencia") y visualizar el impacto mediante curvas de Kaplan–Meier (KM) antes y después de la imputación.

Estudios de Caso y Resultados
Los autores ilustran estos métodos utilizando datos re-construidos de dos ensayos clínicos:

• CodeBreaK200 (Cáncer de Pulmón de Células No Pequeñas): Caracterizado por una mayor discontinuación temprana en el brazo control.
  • Hallazgos: El análisis basado en modelos de la FDA sugirió que una desinflación del riesgo del 55% en el brazo control voltearía los resultados. La re-análisis de los autores confirmó esto, notando que la Razón de Riesgo resultante (0.68) entre los discontinuadores tempranos y el brazo experimental parecía clínicamente implausible dada la falta de terapias efectivas alternativas, lo que sugiere que los resultados originales no eran robustos ante una censura informativa extrema.
• ExteNET (Cáncer de Mama): Caracterizado por una mayor discontinuación temprana en el brazo experimental (neratinib).
  • Hallazgos: El enfoque basado en modelos requirió una inflación del riesgo del 120% para voltear los resultados. El enfoque ad hoc de muestreo de punto de referencia (imputando eventos en la discontinuación) fue más conservador, volteando los resultados cuando solo 15 pacientes se imputaron como eventos. Los autores notaron que una inflación del 120% implica una tasa de riesgo casi tres veces mayor que la del brazo control para los discontinuadores, lo cual parece altamente improbable dado el perfil favorable beneficio-riesgo del fármaco.

Contribuciones y Afirmaciones Clave
El artículo no afirma introducir metodología novedosa, sino que tiene como objetivo resumir y clarificar los enfoques existentes utilizados en la práctica. Sus contribuciones principales incluyen:

1. Comparación Estructurada: Proporcionar una taxonomía clara y algoritmos paso a paso para los enfoques de punto de inflexión basados en modelos versus ad hoc, destacando sus asunciones subyacentes y diferencias computacionales.
2. Orientación sobre Interpretabilidad: Enfatizar que los parámetros de sensibilidad operan en diferentes escalas y no pueden compararse directamente numéricamente. En su lugar, los autores abogan por interpretar los resultados mediante evaluaciones de plausibilidad clínica (por ejemplo, comparar curvas KM imputadas con datos externos o expectativas clínicas).
3. Herramientas Visuales: Demostrar la utilidad de graficar curvas de Kaplan–Meier agrupadas de conjuntos de datos imputados para visualizar la magnitud de los desplazamientos causados por diferentes asunciones de imputación.
4. Implementación de Software: Los autores proporcionan un paquete de código abierto en R, tipse, para facilitar la implementación de estos métodos.

Significado
El artículo argumenta que, si bien los análisis de puntos de inflexión son cada vez más solicitados por los reguladores, a menudo se aplican de manera inconsistente. Al vincular estos análisis explícitamente con el estimando de política de tratamiento y proporcionar un marco para evaluar la plausibilidad clínica, los autores buscan mejorar la fiabilidad de los análisis de sensibilidad en entornos regulatorios. El trabajo subraya que el "punto de inflexión" no es meramente un umbral estadístico, sino un escenario que debe evaluarse frente a la realidad clínica para determinar la robustez de las conclusiones de un ensayo.