medigraphic.com
ISSN 1684-1859 (Print)

2022, Number 1

<< Back Next >>

Revista Cubana de Informática Médica 2022; 14 (1)

Criteria validation of the methodology for the use of implicative statistical analysis in health causality studies

Sagaró CNM, Zamora ML

Language: Spanish
References: 26
Page:
PDF size: 1033.27 Kb.


ABSTRACT

Introduction: the design of the ASI-IMC methodology allows a correct application of the implicative statistical analysis in the studies of causality in health. Then the need arose to validate it.
Objective: to validate the designed ASI-IMC methodology.
Methods: a prospective analytical observational study of the case and control type nested in a cohort was carried out.The universe of study was made up of all women over 18 years of age, with a clinical and histological diagnosis of breast cancer, from the province of Santiago de Cuba, treated at the "Conrado Benítez" Oncological Hospital, between 2014 and 2019. Twenty-five assumed prognostic factors were used as covariates. Binary logistic regression was applied after verification of compliance with the required assumptions on a sample of 280 patients at the rate of one control per case, which constituted the same data set to which the statistical analysis was applied, in order to compare the results of both techniques. Regression was considered as the gold standard, for which 14 indicators were estimated: sensitivity, specificity, predictive values, likelihood ratios, diagnostic odds ratio, among others.
Results: both statistical techniques identified biomarkers as good prognosis factors for breast cancer mortality in the study population, and advanced stage, metastasis, and chemotherapy as poor prognostic factors. The efficacy indicators showed values ​​in favor of the evaluated technique.
Conclusions: the designed methodology was satisfactorily validated, proving to be effective for the identification of prognostic factors.


REFERENCES

  1. Sagaró Del Campo NM, Zamora Matamoros L. Evolución histórica de las técnicas estadísticas y las metodologías para el estudio de la causalidad en ciencias médicas. MEDISAN. 2019 [citado 11Mar2021];23(3):[aprox. -556 p.]. Disponible en: Disponible en: http://www.medisan.sld.cu/index.php/san/article/view/2434

  2. Gras R, Régnier JC, Lahanier-Reuter D, Marinica C, Guillet F. L'AnalyseStatistiqueImplicative. Des Sciences dures auxSciencesHumaines et Sociales 3ème éditionrevue et augmentée. Toulouse: Cépaduès Ed; 2017.

  3. Sagaró Del Campo NM, Zamora Matamoros L. ¿Por qué emplear el análisis estadístico implicativo en los estudios de causalidad en salud? Revista Cubana de Informática Médica 2019[citado 11 Mar 2021];11(1):88-103. Disponible en: Disponible en: http://revinformatica.sld.cu/index.php/rcim/article/view/316/pdf_94

  4. Sagaró Del Campo NM, Zamora Matamoros L. Propuesta metodológica de contextualización del análisis estadístico implicativo a las investigaciones médicas de causalidad. RCIM. 2020;12(1):31-43.

  5. Rodríguez Sarria Y.M, Delisle Ureña G, Sagaró del Campo N.M, Escalona Fonseca M. Factores pronósticos y supervivencia de mujeres con cáncer de mama en Santiago de Cuba MEDISAN 2018[citado 11 Mar 2021];22(5):485. Disponible en: Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1029-30192018000500004

  6. Moraga Rodríguez A, Zamora Matamoros L, Sagaró del Campo NM, Moraga Rodríguez A, Rodríguez Griñán A. Análisis estadístico implicativo para la identificación de factores pronósticos de la mortalidad por cáncer de mama. MEDISAN . 2017[citado 11 Mar 2021];21(4): 413. Disponible en: Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1029-30192017000400003

  7. Pardo-Santana S, Sagaró-del-Campo NM, Zamora-Matamoros L, Viltre-Castellanos DM. Utilidad del análisis estadístico implicativo para identificar factores pronósticos en pacientes con cáncer de mama. Revista Electrónica Dr. Zoilo E. MarinelloVidaurreta [revista en Internet]. 2019 [citado 11 Mar 2021];44(4). Disponible en: Disponible en: http://revzoilomarinello.sld.cu/index.php/zmv/article/view/1869

  8. Sagaró Del Campo NM, Zamora Matamoros L, Bonne Bartutis MT. Identificación de posibles factores causales en salud aplicando la metodología “ASI-IMC”. Multimed. 2021[citado 11 Jun 2021];25(4). Disponible en: Disponible en: http://www.revmultimed.sld.cu/index.php/mtm/article/view/1910

  9. Sagaró Del Campo NM, Zamora Matamoros L. ¿Cómo se creó una metodología para aplicar el análisis estadístico implicativo en las investigaciones clínicas? Gac. Méd. Espirit. 2020[citado 11 Mar 2021];22(1):15-36. Disponible en: Disponible en: http://scielo.sld.cu/pdf/gme/v22n1/1608-8921-gme-22-01-15.pdf

  10. Maffuz Aziz A, Labastida Almendaro S, Espejo Fonseca A, Rodríguez Cuevas S. Características clinicopatológicas del cáncer de mama en una población de mujeres en México. Cirugía y Cirujanos. 2017[citado 11 Mar 2021];85(3):201-7. Disponible en: Disponible en: https://www.redalyc.org/pdf/662/66250860003.pdf .

  11. Kim JM, Kim JY, Jung EJ, Kwag SJ, Park JH, Park T, et al. The prognosis factors among breast cancer patients with extensive axillary lymph node metástasis. Korean J ClinOncol. 2018[citado 11 Mar 2021];14(1):43-7. Disponible en: Disponible en: https://www.koreamed.org/article/0247KJCO/2018.14.1.43

  12. Chávez Mac Gregor M, Hortobagyi GN. Avances en el manejo del Cáncer de Mama Metastásico. ¿Existen subgrupos curables? En: Cáncer De Mama: Aspectos de Interés Actual. Fundación de Estudios Mastológicos; 2012. Cap 20.

  13. Mohar-Betancourt A, Alvarado-Miranda A, Torres-Domínguez JA, Cabrera P, Lara-Medina F, Villarreal-Gómez YS, et al. Factores pronósticos en pacientes con cáncer de mama y metástasis cerebral como primer sitio de recurrencia. Salud PublicaMex. 2018[citado 11 Mar 2021];60(2):141-50. Disponible en: Disponible en: http://saludpublica.mx/index.php/spm/article/view/9082/11453

  14. Wiltzel I, Olivera-Ferrer L, Pantel K, Müller V, Wikman H. Breast cancer brain metastases: biology and new clinical perspectives. BreastCancer Res. 2016[citado 11 Mar 2021];18(1):8. Disponible en: Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4717619/pdf/13058_2015_Article_665.pdf

  15. Kim HS, Yoo TK, Park WC, Chae BJ. Potential Benefits of Neoadjuvant Chemotherapy in Clinically Node-Positive Luminal Subtype− Breast Cancer. J BreastCancer. 2019[citado 11 Mar 2021];22(3):412-424 Disponible en: Disponible en: https://pubmed.ncbi.nlm.nih.gov/31598341/

  16. Grassadonia A, Vici P, Gamucci T, Moscetti L, Pizzuti L, Mentuccia L, et al. Long-term outcome of breast cancer patients with pathologic N3a lymph node stage. Breast 2017[citado 11 Mar 2021];32:79-86. Disponible en: Disponible en: https://www.clinicalkey.es/service/content/pdf/watermarked/1-s2.0-S0960977616302879.pdf?locale=es_ES&searchIndex=

  17. Welch HG, Prorok PC, O’Malley AJ, Kramer BS. Breast-Cancer Tumor Size, Overdiagnosis, and Mammography Screening Effectiveness. N Engl J Med 2016[citado 11 Mar 2021];375:1438-47. Disponible en: Disponible en: https://www.ncbi.nlm.nih.gov/pubmed/27732805

  18. Adrover Cebrián E, Sabadel Mercadal MD, Izquierdo Sanz M, Prag de Puig M, Modolell Roig A. Factores pronósticos y predictivos en cáncer de mama. Una visión evolutiva de la morfología a la genética. España: Sociedad Española de Patología Mamaria; 2017. [citado 11 Mar 2021]. Disponible en: Disponible en: https://docplayer.es/95738177-Factores-pronosticos-y-predictivos-en-cancer-de-mama.html

  19. García Mederos Y, Zamora Matamoros L, Sagaró del Campo N. Análisis estadístico implicativo en la identificación de factores de riesgo en pacientes con cáncer de pulmón. MEDISAN . 2015;19(8). [citado 11 Mar 2021]; Disponible en: Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1029-30192015000800003

  20. Moraga Rodríguez A, Zamora Matamoros L, Sagaró del Campo NM, Moraga Rodríguez A, Rodríguez Griñán A. Análisis estadístico implicativo para la identificación de factores pronósticos de la mortalidad por cáncer de pulmón. MEDISAN . 2016[citado 11 Mar 2021];20(3). Disponible en: Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1029-30192016000300010

  21. Moraga Rodríguez A, Zamora Matamoros L, Sagaró del Campo NM, Moraga Rodríguez A, Rodríguez Griñán A. Análisis estadístico implicativo para la identificación de factores pronósticos de la mortalidad por cáncer de próstata. MEDISAN . 2018[citado 11 Mar 2021];22(1). Disponible en: Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1029-30192018000100007

  22. Galano Vázquez K, Sagaró del Campo NM, Zamora Matamoros L, Lambert Matos Y, Mingui Carbonell E. Análisis estadístico implicativo en la identificación de factores pronósticos de mortalidad del cáncer renal. Rev. inf. cient. [Internet]. 2018 [citado 11 Mar 2021];97(4). Disponible en: Disponible en: http://www.revinfcientifica.sld.cu/index.php/ric/article/view/2268

  23. Sagaró-del-Campo N, Zamora-Matamoros L. Análisis estadístico implicativo en la identificación de factores pronósticos de mortalidad por cáncer cervicouterino. Acta Médica del Centro. 2021[citado 11 Mar 2021];15(2). Disponible en: Disponible en: http://www.revactamedicacentro.sld.cu/index.php/amc/issue/view/53

  24. Lamber-Matos Y, Sagaró-del-Campo N, Zamora-Matamoros L. Identificación de factores pronósticos en cáncer cérvico-uterino mediante análisis estadístico implicativo. Archméd Camagüey. 2021[citado 11 Mar 2021];25(4):e7956. Disponible en: Disponible en: http://revistaamc.sld.cu/index.php/amc/view/7956

  25. Rodríguez-Pérez I, Sagaró-del-Campo NM, Zamora-Matamoros L, Martínez-Álvarez A. Factores pronósticos en la enfermedad pulmonar obstructiva crónica exacerbada. Rev. electron. Zoilo. 2021[citado 11 Mar 2021];46(2). Disponible en: Disponible en: http://revzoilomarinello.sld.cu/index.php/zmv/article/view/2643

  26. Paez Candelaria Y, Sagaró del Campo NM, Zamora Matamoros L. Análisis estadístico implicativo en la determinación de factores pronósticos del estado nutricional del paciente grave al egreso. MEDISAN 2018[citado 11 Mar 2021];22(6). Disponible en: Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1029-30192018000600007




2020     |     www.medigraphic.com