📊 statistics

Sequential Randomization Tests Using e-values: Applications for trial monitoring

Este artículo presenta una familia de pruebas secuenciales no paramétricas basadas en valores-e (e-RT) para diversos tipos de endpoints en ensayos clínicos, las cuales garantizan un control válido del error tipo I en cualquier momento mediante un marco de apuestas fundamentado únicamente en el mecanismo de aleatorización.

Autores originales: Fernando G Zampieri

Publicado 2026-03-24

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Fernando G Zampieri

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 estás en un casino, pero en lugar de jugar con dados o cartas, estás jugando con la salud de pacientes en un ensayo clínico. Tradicionalmente, los científicos que monitorean estos ensayos tienen que seguir reglas muy estrictas: deben decidir de antemano cuántas veces mirarán los resultados y cuánto riesgo pueden correr de equivocarse. Si se salen de ese guion, sus conclusiones pueden perder validez.

Este artículo propone una forma nueva, más flexible y "a prueba de trampas" de vigilar estos ensayos en tiempo real. Se llama e-RT (Pruebas de Aleatorización con valores-e).

Aquí te explico cómo funciona usando una analogía sencilla: El Juego de Apuestas Justo.

1. La idea central: ¿Quién ganó la apuesta?

Imagina que tienes dos equipos: el Equipo A (el tratamiento nuevo) y el Equipo B (el tratamiento estándar).

La regla del juego: Los pacientes se asignan a un equipo o al otro como si fuera lanzar una moneda al aire (50% de probabilidad para cada uno).
La hipótesis nula (la situación aburrida): Si el tratamiento nuevo no sirve para nada, los resultados de los pacientes (si se recuperan o no) no deberían decirnos nada sobre a qué equipo pertenecían. Es como si los resultados fueran ruido blanco.

El método e-RT convierte el ensayo clínico en un juego de apuestas continuo:

Observamos el resultado de un paciente (ej. "se recuperó").
Antes de saber a qué equipo pertenecía, hacemos una apuesta: "¡Apuesto a que este paciente estaba en el Equipo A porque se recuperó!" (o viceversa).
Luego, revelamos la verdad: ¿Estaba en el Equipo A o en el B?
El dinero (riqueza):
- Si acertamos, nuestro "dinero" (llamado riqueza o e-valor) crece.
- Si nos equivocamos, nuestro dinero disminuye.

2. La magia matemática: ¿Por qué es seguro?

Aquí está la parte genial. Si el tratamiento NO funciona (la hipótesis nula es cierta), entonces adivinar el equipo es como adivinar el resultado de una moneda al aire.

A la larga, ganarás y perderás la misma cantidad.
Tu dinero total flotará alrededor de 1, pero nunca crecerá sistemáticamente. Es imposible que te hagas rico si el juego es justo.

Pero, si el tratamiento SÍ funciona, los resultados empezarán a tener un patrón. Tu estrategia de apuestas aprenderá de los datos anteriores y empezará a adivinar mejor que el azar. Tu dinero empezará a crecer exponencialmente.

La ventaja clave: No importa cuándo decidas detener el juego. Puedes mirar los resultados cada día, cada hora o solo una vez al mes. Si tu dinero supera un umbral muy alto (digamos, 20 veces tu dinero inicial), puedes decir con total seguridad: "¡El juego no es justo! El tratamiento funciona". Y esto es válido estadísticamente, sin importar cuántas veces hayas mirado.

3. Las diferentes versiones del juego (Los "e-RT")

El artículo describe varias formas de adaptar este juego según el tipo de dato que tengas:

e-RTb (Binario): Para cosas que son "sí" o "no" (ej. ¿Murió o sobrevivió?). Es como apostar en cada paciente individualmente.
e-RTe (Solo Eventos): Imagina que solo puedes ver a los pacientes que murieron, pero no sabes nada de los que vivieron (quizás porque es difícil hacer seguimiento). Este método solo apuesta cuando ocurre un evento. Es como si solo pudieras ver las fichas que salen de la mesa, pero no las que se quedan. Es menos eficiente, pero muy útil cuando los datos son difíciles de obtener.
e-RTc (Continuo): Para medidas numéricas (ej. días sin ventilador). Aquí no solo miras si es "bueno" o "malo", sino cuánto mejor o peor es. Si un paciente tiene un resultado extremadamente bueno, apuestas más fuerte.
e-RTs (Tiempo hasta el evento): Para supervivencia (cuándo ocurre algo). Aquí las apuestas solo se hacen cuando ocurre un evento (una muerte o recuperación), no por cada paciente que entra.
e-RTms (Multi-estado): Para pacientes que van y vienen (ej. de la UCI a la planta general, luego vuelven a la UCI, luego a casa). Aquí apuestas en cada "cambio de estado". Si el paciente mejora, apuestas a que estaba en el equipo del tratamiento.

4. El secreto de las apuestas: ¿Cuánto arriesgar?

El artículo hace una distinción muy importante sobre cuánto apostar:

En juegos de "alta frecuencia" (Binario/Continuo): Como hay muchos pacientes y muchas apuestas, si apuestas demasiado fuerte (demasiado arriesgado) y te equivocas un par de veces, puedes perderlo todo rápidamente. Por eso, aquí usan una estrategia conservadora y adaptativa: aprenden poco a poco y nunca apuestan todo su dinero de golpe. Es como un corredor que acelera poco a poco.
En juegos de "baja frecuencia" (Supervivencia/Eventos): Como las apuestas son pocas (solo cuando alguien muere), puedes permitirse ser un poco más agresivo. Si te equivocas, tienes tiempo para recuperarte porque no hay miles de apuestas seguidas que te arruinen.

5. ¿Por qué es útil esto para la medicina?

Flexibilidad: Los médicos pueden monitorear el ensayo en tiempo real. Si el tratamiento es increíblemente bueno, pueden detener el estudio antes de tiempo para salvar vidas. Si es terriblemente malo, pueden detenerlo por seguridad.
Sin trampas: A diferencia de los métodos antiguos, no necesitas planificar de antemano cuándo mirar los datos. El método es "a prueba de cualquier momento de parada".
Sin suposiciones: No asume que los datos siguen una distribución normal o perfecta. Solo confía en que la asignación al tratamiento fue aleatoria (como lanzar una moneda).

En resumen

El e-RT es como un detective que acumula pruebas.
En lugar de esperar al final del juicio para ver si el acusado (el tratamiento) es culpable, el detective va acumulando "dinero" (evidencia) cada vez que encuentra una pista que encaja. Si el dinero sube demasiado rápido, sabemos que el tratamiento funciona, y podemos detener el juicio antes de tiempo. Si el dinero no sube, seguimos investigando hasta el final.

Es una herramienta poderosa, flexible y matemáticamente segura para tomar decisiones más rápidas y éticas en ensayos clínicos, especialmente en situaciones críticas donde cada minuto cuenta.

1. El Problema

El monitoreo secuencial de ensayos controlados aleatorizados (ECA) tradicionalmente depende de supuestos paramétricos (como la normalidad de los datos) o aproximaciones asintóticas, y requiere diseños de grupos secuenciales con límites de parada predefinidos. Estas metodologías presentan limitaciones críticas:

Fragilidad ante violaciones de supuestos: Si los supuestos paramétricos fallan o el ensayo se adapta de formas no preespecificadas, la garantía de validez (control del error Tipo I) puede erosionarse.
Rigidez en el monitoreo: Los métodos tradicionales (como las funciones de gasto de $\alpha$ ) requieren análisis interinos en momentos fijos. La evidencia que se acumula entre estos análisis se ignora, lo que puede retrasar la implementación de estrategias útiles o prolongar ensayos innecesariamente cuando aparecen señales de seguridad.
Necesidad de métodos "Anytime-Valid": Existe una necesidad de métodos que mantengan el control del error Tipo I en cualquier momento de parada, independientemente de la regla de parada utilizada (incluso si es basada en los datos).

2. Metodología: La Familia de Métodos e-RT

El autor propone e-RT (e-value Randomized Trial), una familia de pruebas secuenciales no paramétricas basadas en el marco de valores-e y procesos-e. La validez de estos métodos deriva exclusivamente del mecanismo de aleatorización, sin requerir supuestos sobre la distribución de los resultados.

Marco Teórico: Apuestas y Martingalas

La metodología utiliza un marco de apuestas (betting framework):

Proceso de Riqueza (Wealth Process): Se construye una martingala de prueba ( $W_n$ ) que comienza en $W_0 = 1$ .
Mecanismo de Apuesta: En cada paso $i$ , tras observar el resultado $Y_i$ pero antes de revelar la asignación del tratamiento $T_i$ , el método elige una fracción de apuesta $\lambda_i$ basada en datos históricos.
Actualización:
- Si se apuesta correctamente (la asignación revelada coincide con la predicción basada en el resultado), la riqueza crece.
- Si se apuesta incorrectamente, la riqueza disminuye.
Control de Error: Bajo la hipótesis nula ( $H_0$ : no hay efecto del tratamiento, por lo que $Y_i \perp T_i$ ), el valor esperado del multiplicador de riqueza es exactamente 1. Por lo tanto, $W_n$ es una martingala no negativa.
Regla de Decisión: Según la desigualdad de Ville, si la riqueza $W_n$ supera en algún momento el umbral $1/\alpha$ , se rechaza $H_0$ con un control estricto del error Tipo I en nivel $\alpha$ , independientemente de cuándo o por qué se detuvo el monitoreo.

Variantes Propuestas

El artículo presenta seis variantes adaptadas a diferentes tipos de datos:

e-RTb (Binario): Para resultados de evento/no evento. Utiliza una estrategia de apuesta adaptativa (media-Kelly) basada en la diferencia de tasas de eventos acumuladas.
e-RTe (Solo Eventos): Diseñado para escenarios donde solo se registran los eventos (ej. mortalidad en registros electrónicos) y no los no-eventos.
- Innovación: Reduce el problema a una prueba secuencial de una "moneda de eventos".
- Eficiencia: Aunque requiere un tamaño de muestra inflado (~2.5x) comparado con métodos clásicos, concentra la señal en los eventos, siendo superior a e-RTb cuando las tasas de eventos son bajas (<25%).
e-RTc (Continuo): Para resultados continuos (ej. días sin ventilador).
- Utiliza una estrategia "doble adaptativa": estandariza el residuo del nuevo resultado respecto a la mediana y MAD (desviación absoluta mediana) históricos, y ajusta la apuesta según la magnitud del efecto estimado (Cohen's d).
- Requiere apuestas conservadoras para evitar la destrucción de la riqueza debido a la alta frecuencia de actualizaciones.
e-RTs (Tiempo hasta evento): Para datos de supervivencia (ej. mortalidad global).
- Construye un test secuencial Log-Rank no paramétrico.
- Apuesta sobre el signo de la puntuación acumulada Log-Rank.
- Utiliza una apuesta fija ( $\lambda = 0.25$ ) en lugar de adaptativa, ya que la baja frecuencia de actualizaciones (solo en eventos) tolera mejor el sobre-apostamiento.
e-RTms (Multi-estado): Para trayectorias de pacientes complejas (ej. ICU $\to$ $\to$ Sala $\to$ $\to$ Alta $\to$ $\to$ Muerte).
- Clasifica cada transición como "buena" (mejoría) o "mala" (deterioro) y aplica la lógica binaria a estas transiciones.
- Permite detectar efectos clínicos significativos en la recuperación que los endpoints de mortalidad solos podrían pasar por alto.
e-RTu (Universal): Una abstracción unificada que trata cualquier señal como binaria (buena/mala) y asignada a un brazo, actuando como un motor de apuestas agnóstico al dominio.

Asimetría en el Diseño de Estrategias de Apuesta

El artículo identifica una asimetría fundamental basada en la densidad de actualizaciones:

Actualizaciones Densas (Binario/Continuo): Cada paciente actualiza la riqueza. El sobre-apostamiento (apostar más de lo óptimo) es catastrófico y destruye la riqueza irreversiblemente. Requiere estrategias adaptativas conservadoras (media-Kelly).
Actualizaciones Esparsas (Supervivencia/Eventos): La riqueza solo se actualiza en eventos. El sobre-apostamiento causa una "sangría" lenta, permitiendo el uso de apuestas más agresivas (como Kelly completo o apuestas fijas moderadas) sin colapso inmediato.

3. Resultados Principales (Estudios de Simulación)

Los autores evaluaron el rendimiento operativo mediante 5,000 simulaciones por escenario:

Control del Error Tipo I: Todas las variantes mantuvieron un control estricto del error Tipo I, observándose tasas entre 0.02 y 0.04 (por debajo del nominal de 0.05), confirmando la garantía teórica de la martingala.
Potencia y Parada Temprana:
- En ensayos diseñados con 80% de potencia para pruebas fijas, e-RTb logró detenerse temprano en ~50% de los casos (con una potencia de detección temprana del ~50%).
- En ensayos con 90% de potencia, la detección temprana fue del 63-66%.
- El punto medio de cruce del umbral de rechazo ocurrió típicamente en el 45-56% del tamaño de muestra planificado.
Comparativa e-RTe vs. e-RTb:
- Para tasas de eventos bajas (10-20%), e-RTe superó significativamente a e-RTb (hasta +18 puntos porcentuales de potencia) debido a la concentración de la señal en los eventos.
- Para tasas de eventos altas (>30%), e-RTb fue superior al aprovechar la información de todos los pacientes.
Resultados Continuos y Multi-estado: Mostraron patrones similares de control de error y capacidad de detección temprana, con e-RTms demostrando alta potencia (89%) en escenarios donde la mortalidad no cambiaba pero la recuperación sí.

4. Contribuciones Clave

Validez No Paramétrica: Proporciona una familia de métodos que no requieren supuestos de distribución, basándose únicamente en la aleatorización.
Monitoreo "Anytime-Valid": Elimina la necesidad de planes de análisis interino predefinidos y funciones de gasto de $\alpha$ , permitiendo monitoreo continuo y flexible.
Unificación Conceptual: Introduce la abstracción e-RTu, demostrando que diversos tipos de datos (binarios, continuos, supervivencia, multi-estado) pueden reducirse a un mismo motor de apuestas sobre señales binarias.
Análisis de Estrategia de Apuesta: Ofrece una explicación teórica y empírica sobre por qué diferentes tipos de datos requieren estrategias de apuestas distintas (adaptativas vs. fijas, media-Kelly vs. completo) basándose en la frecuencia de actualización de la riqueza.
Herramienta Complementaria: Se posiciona no como un reemplazo de los análisis finales tradicionales, sino como una herramienta de monitoreo conservadora y libre de supuestos que puede activar paradas tempranas cuando los efectos son más grandes de lo esperado.

5. Significado e Implicaciones

Este trabajo representa un avance significativo en el diseño de ensayos clínicos, especialmente en contextos de pacientes críticamente enfermos donde la agilidad en la toma de decisiones es vital.

Para la Práctica Clínica: Ofrece una vía para detener ensayos de manera segura y temprana ante señales de beneficio o daño, sin penalizar el error Tipo I por múltiples miradas a los datos.
Robustez: Al no depender de modelos paramétricos, es ideal para ensayos adaptativos complejos o cuando los datos no siguen distribuciones estándar.
Eficiencia Operativa: La variante e-RTe es particularmente valiosa para estudios que utilizan registros electrónicos (EMR), donde el seguimiento activo de "no-eventos" es costoso o impráctico.
Advertencia: El autor enfatiza que estos métodos son experimentales y están en desarrollo. Actualmente, no proporcionan intervalos de confianza ni estimaciones puntuales, y su uso en pacientes reales requiere supervisión estricta de estadísticos experimentados.

En resumen, e-RT transforma el monitoreo de ensayos clínicos de un proceso basado en modelos y ventanas fijas a un proceso dinámico, basado en apuestas y robusto, que aprovecha la aleatorización como única fuente de inferencia válida en tiempo real.