📊 statistics

Studying Competing Events with Federated Cumulative Incidence Curves

Este artículo introduce un nuevo método de aprendizaje federado que permite la vigilancia de la seguridad poscomercialización de riesgos competitivos preservando la privacidad mediante la construcción de curvas de incidencia acumulada no paramétricas, el cual se aplicó para revelar que los pacientes con cáncer que presentan enfermedades autoinmunes no endocrinas preexistentes experimentan una pérdida significativamente mayor del tiempo de supervivencia libre de eventos debido a eventos adversos endocrinos inmunorelacionados tras el tratamiento con inhibidores de puntos de control inmunitario en comparación con aquellos sin tal historial.

Autores originales: Malcolm Risk (Serena), Shuang Yang (Serena), Jiang Bian (Serena), Yi Guo (Serena), Hyojung Jang (Serena), Jingchuan (Serena), Guo, Xu Shi, Lili Zhao

Publicado 2026-07-30

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Malcolm Risk (Serena), Shuang Yang (Serena), Jiang Bian (Serena), Yi Guo (Serena), Hyojung Jang (Serena), Jingchuan (Serena), Guo, Xu Shi, Lili Zhao

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 detective intentando resolver un misterio, pero los sospechosos están escondidos en diferentes habitaciones cerradas con llave. No puedes traerlos a todos a una sola sala de interrogatorios porque las reglas de privacidad lo prohíben. Este es el desafío diario para los investigadores médicos modernos que quieren estudiar cómo afectan los fármacos a los pacientes. Tienen acceso a millones de registros de pacientes almacenados en hospitales de todo el país, pero no pueden simplemente copiar y pegar esos datos en un solo archivo para analizarlos. Para resolver esto, los científicos utilizan un truco ingenioso llamado "aprendizaje federado" (federated learning). Imagina que es como un grupo de detectives que se quedan en su propia habitación, pero se pasan un único cuaderno cifrado de un lado a otro. Actualizan las pistas en el cuaderno basándose en lo que ven en su propia habitación, y luego pasan el cuaderno al siguiente detective. Nadie ve nunca los datos brutos de los demás, pero al final, el cuaderno contiene la solución al misterio.

El misterio específico que aborda este artículo involucra "riesgos competitivos". En el mundo del análisis de supervivencia, imagina que estás esperando un autobús (el evento que te interesa, como un efecto secundario de un fármaco). Pero, puede que te atropelle un coche (un evento diferente, como la muerte) antes de que llegue el autobús. Si te atropella el coche, nunca podrás alcanzar el autobús. Los métodos tradicionales suelen confundirse aquí, tratando el accidente de coche como si simplemente hubieras "dejado la parada del autobús" en lugar de reconocer que quedaste fuera de la carrera por completo. Este artículo presenta una nueva forma de rastrear estos escenarios de "autobús y coche" a través de todas esas habitaciones cerradas sin compartir nunca las historias individuales de los pasajeros.

Los autores de este artículo, un equipo de estadísticos de universidades como Michigan y Florida, han desarrollado un nuevo algoritmo que actúa como una "curva de incidencia acumulada federada". En lenguaje sencillo, esta es una forma de dibujar un mapa que muestra exactamente qué tan probable es que los pacientes experimenten un efecto secundario específico a lo largo del tiempo, teniendo en cuenta el hecho de que algunos podrían morir primero. Probaron su método utilizando simulaciones por computadora, creando datos falsos de pacientes para ver si su truco de "pasarse el cuaderno" funcionaba tan bien como si se les hubiera permitido ver todos los datos a la vez. Las simulaciones mostraron que su método era tan preciso como el "estándar de oro" de agrupar todos los datos, pero sin los riesgos de privacidad. También compararon su enfoque con otros métodos existentes, como el "metaanálisis", que intenta combinar los resultados de diferentes estudios. Su nuevo método demostró ser mucho más eficiente y preciso, especialmente cuando se trata de datos del mundo real desordenados donde muchos pacientes abandonan el estudio o mueren.

Para demostrar que su método funciona en el mundo real, el equipo lo aplicó a una red masiva de hospitales llamada OneFlorida+. Analizaron a 10.281 pacientes con cáncer que fueron tratados con un tipo de inmunoterapia llamada inhibidores de puntos de control inmunitario (ICI). Estos fármacos son potentes, pero a veces pueden hacer que el sistema inmunitario ataque al cuerpo, provocando "eventos adversos relacionados con la inmunidad" (irAE). Los investigadores querían saber: ¿Los pacientes que ya tienen una enfermedad autoinmune (como lupus o artritis reumatoide, pero no problemas de tiroides) experimentan estos efectos secundarios con más frecuencia que aquellos que no los tienen?

Utilizando su nueva herramienta federada, encontraron una diferencia clara. Tras ajustar factores como la edad y otras condiciones de salud, descubrieron que los pacientes con una enfermedad autoinmune previa perdieron significativamente más tiempo sin efectos secundarios en comparación con aquellos que no tenían tal historial. Específicamente, en los primeros 18 meses de tratamiento, los pacientes con la condición previa perdieron un promedio de 4,8 meses de tiempo "libre de efectos secundarios" debido a los irAE relacionados con el sistema endocrino. En contraste, los pacientes sin la condición previa solo perdieron 3,2 meses. Esto sugiere que tener una condición autoinmune previa hace que un paciente sea más vulnerable a estos efectos secundarios específicos del fármaco.

El artículo no pretende haber resuelto todos los problemas de la investigación médica, ni dice que este método sea perfecto para cada escenario individual. Por ejemplo, los autores señalan que su método calcula el "efecto total" de la exposición, lo cual combina el riesgo directo del efecto secundario con el riesgo indirecto causado por eventos competitivos como la muerte. Reconocen que separar estos dos efectos requeriría herramientas aún más complejas en el futuro. Sin embargo, su trabajo proporciona una nueva herramienta crucial para médicos y reguladores. Les permite observar los riesgos de los nuevos tratamientos para grupos vulnerables de pacientes —como aquellos con enfermedades autoinmunes que a menudo eran excluidos de los ensayos clínicos iniciales— sin violar la privacidad del paciente. Al convertir datos complejos y dispersos en una imagen clara y compartida, este método ayuda a garantizar que la próxima generación de tratamientos contra el cáncer sea más segura para todos.

Resumen Técnico: Estudio de Eventos Competitivos con Curvas de Incidencia Acumulada Federadas

Planteamiento del Problema
La vigilancia de la seguridad post-comercialización de productos médicos depende cada vez más de la combinación de datos de Registros Electrónicos de Salud (EHR) de múltiples instituciones para lograr tamaños de muestra suficientes y generalizabilidad. Sin embargo, las preocupaciones de privacidad y las barreras regulatorias impiden el intercambio de datos individuales de los pacientes. Si bien el Aprendizaje Federado (FL) ofrece una solución para ajustar modelos a través de diversos centros sin transferencia de datos, los métodos de FL existentes para el análisis de riesgos competitivos son limitados. Los enfoques actuales dependen de modelos semiparamétricos (p. ej., Fine-Gray) que requieren supuestos de riesgos proporcionales que son difíciles de verificar en entornos multicéntricos, o métodos de pseudo-observación que requieren compartir tablas de riesgo locales, lo que introduce riesgos de privacidad al hacer que los tiempos de supervivencia e indicadores de eventos individuales sean identificables. Además, existe una falta de herramientas de FL no paramétricas que permitan la visualización intuitiva y la interpretación causal de los riesgos competitivos, tales como las curvas de incidencia acumulada (CIF) y el tiempo medio perdido restringido (RMTL).

Metodología
Los autores proponen un nuevo algoritmo federado no paramétrico para estimar las funciones de incidencia acumulada específica de la causa (CIF) y el tiempo medio perdido restringido (RMTL) bajo riesgos competitivos, incorporando el ajuste de covariables mediante el pesaje por la inversa de la probabilidad (IPW).

Estructura de Datos: El método maneja datos observacionales donde los pacientes son seguidos hasta que ocurre un evento (p. ej., evento adverso relacionado con la inmunidad [irAE] o muerte) o son censurados. Aborda dos tipos de eventos competitivos ( $\Omega=1$ para el evento de interés, $\Omega=2$ para la muerte) y una exposición binaria (p. ej., enfermedad autoinmune preexistente).
Ajuste de Covariables: Para abordar la confusión en los datos observacionales, el método emplea IPW. Los puntajes de propensión se estiman utilizando un enfoque de Modelo Lineal Generalizado (GLM) federado (p. ej., estimación renovable u ODAL). Estos puntajes se transmiten a todos los centros para calcular los pesos individuales.
Proceso de Estimación Federada: El algoritmo opera en tres rondas secuenciales de comunicación entre centros, ordenadas por tamaño de muestra (de mayor a menor):
1. Estimación del Puntaje de Propensión: Estimación federada de los coeficientes del GLM para derivar los pesos.
2. Estimación de la Función de Supervivencia: Utilizando un método de Kaplan-Meier (KM) ponderado federado previamente publicado para estimar las funciones de supervivencia contrafactuales ( $\hat{S}^a(t)$ ) y las funciones de riesgo ( $\hat{Y}^a(t)$ ). Para proteger la privacidad, estas se transmiten como funciones de splines polinómicos monótonos continuos en lugar de funciones de paso.
3. Estimación de la CIF: Esta es la innovación central. En lugar de compartir datos brutos o tablas de riesgo, los centros actualizan iterativamente la estimación de la CIF utilizando la función de influencia empírica.
  - El primer centro calcula una CIF inicial basada en sus datos locales y la convierte en una representación de spline.
  - Los centros subsiguientes reciben los parámetros de spline actuales y actualizan la estimación utilizando sus datos locales. La regla de actualización se deriva de la ecuación de estimación $\sum \psi(\hat{F}; o_i) = 0$ , donde $\psi$ es la función de influencia empírica.
  - El paso de actualización utiliza un método de tipo Newton: $\hat{F}^{(r+1)} = \hat{F}^{(r)} + \frac{\text{Residuo} + \sum \psi}{\text{Denominador}}$ .
  - Este proceso continúa secuencialmente hasta que se incorporan todos los centros, produciendo una CIF contrafactual global sin haber compartido nunca los registros individuales de los pacientes.
Inferencia y RMTL: La estimación de la varianza se realiza sumando las funciones de influencia al cuadrado a través de los centros. El Tiempo Medio Perdido Restringido (RMTL) se calcula como el área bajo la curva de la CIF hasta un tiempo $\tau$ . Su varianza se estima integrando la función de influencia de la CIF, evitando la necesidad de realizar bootstrapping, lo cual es computacionalmente prohibitivo en entornos federados.

Contribuciones Clave

Primera CIF Federada No Paramétrica: Este es el primer método que extiende las herramientas de riesgos competitivos no paramétricos (CIF y RMTL) al contexto federado, eliminando la necesidad de los supuestos de riesgos proporcionales requeridos por los modelos federados semiparamétricos como ODACoR.
Privacidad Mejorada: A diferencia de los métodos de pseudo-observación que requieren compartir tablas de riesgo locales (que pueden filtrar tiempos de supervivencia individuales), este método comparte únicamente parámetros de spline resumidos y estadísticas de la función de influencia, reduciendo significativamente los riesgos de privacidad.
Interpretabilidad: El método proporciona salidas intuitivas y clínicamente significativas (curvas de incidencia acumulada y tiempo perdido) que son más fáciles de comunicar a clínicos y reguladores que las predicciones de aprendizaje automático de "caja negra" o los complejos cocientes de riesgos (hazard ratios).
Robustez ante Centros Pequeños: El algoritmo puede acomodar centros con tamaños de muestra muy pequeños (incluso de un solo caso), mientras que los enfoques de metaanálisis suelen requerir estimaciones específicas del centro que sean estables, algo que los centros pequeños no pueden proporcionar.

Resultados

Simulaciones: El método fue evaluado en tres escenarios de simulación con distribuciones de eventos variables (Exponencial y Weibull) y tasas de censura variables. En comparación con un análisis de "estándar de oro" agrupado (pooled), el método federado demostró un sesgo insignificante y una eficiencia estadística equivalente. En contraste, los enfoques de metaanálisis mostraron una eficiencia inferior (especialmente bajo alta censura) y sufrieron tasas de error Tipo I infladas o reducción de potencia.
Aplicación en el Mundo Real: El método se aplicó a la red OneFlorida+ ( $N=10,281$ $N = 10, 281$ pacientes, $K=10$ $K = 10$ centros) para estudiar los irAEs endocrinos tras el tratamiento con inhibidores de puntos de control inmunitario (ICI) en pacientes con enfermedades autoinmunes (AID) no endocrinas preexistentes.
- Tras el ajuste de covariables, los pacientes con AID preexistente perdieron un promedio de 4.8 meses (IC 95%: 4.3, 5.2) de tiempo de supervivencia libre de eventos hacia los irAEs endocrinos dentro de los primeros 18 meses.
- Esto fue significativamente mayor que los 3.2 meses (IC 95%: 3.1, 3.3) perdidos por los pacientes sin AID previa.
- El estudio confirmó que la existencia de una AID previa está asociada con una mayor incidencia de irAEs endocrinos, proporcionando evidencia para una población inicialmente excluida de los ensayos clínicos.

Significancia y Reivindicaciones
Los autores afirman que este trabajo proporciona una alternativa crucial para la vigilancia de la seguridad post-comercialización donde el intercambio de datos está restringido. Al evitar el supuesto de riesgos proporcionales, el método ofrece un enfoque más flexible y robusto para estudios multicéntricos donde los efectos variables en el tiempo son comunes. La capacidad de generar curvas de incidencia acumulada ajustadas y estimaciones de RMTL sin compartir datos a nivel de paciente aborda una brecha crítica en la analítica federada. Los autores posicionan esto como una herramienta que permite una "comparación causal informativa" y una "visualización intuitiva", facilitando la toma de decisiones para clínicos y reguladores respecto a los riesgos de eventos adversos en subgrupos específicos de pacientes. El documento reconoce que, si bien el método estima el efecto total de la exposición (combinando efectos directos e indirectos mediante eventos competitivos), actualmente no separa estos efectos, sugiriendo que extender el método para incluir el pesaje por la probabilidad inversa de censura (IPCW) para la estimación del efecto directo es una dirección para trabajos futuros.

Más como este