Análisis de Mantel-Haenszel y estratificado

El análisis estratificado controla una variable categórica de confusión dividiendo los datos en estratos definidos por esa variable, analizando la asociación exposición-resultado dentro de cada estrato y luego combinando los estratos en un único resumen. El método de Mantel-Haenszel es el procedimiento clásico para realizar esto con una serie de tablas 2×2: proporciona tanto una prueba de asociación combinada como una estimación resumida ponderada de la razón de posibilidades (odds ratio) o la razón de riesgos (risk ratio) ajustada por la variable de estratificación.

Definition

El análisis estratificado de Mantel-Haenszel combina una serie de tablas 2×2 —una por cada nivel de una variable de estratificación (confusión)— en una única medida resumida ponderada de asociación y una prueba asociada, produciendo una estimación del efecto exposición-resultado ajustado por la variable de estratificación.

Scope

Esta entrada aborda por qué la estratificación controla la confusión, cómo el estimador resumido de Mantel-Haenszel pondera las tablas por estrato, la prueba de chi-cuadrado de asociación entre estratos que lo acompaña, el estimador de varianza estándar utilizado para los intervalos de confianza, y cómo la estratificación revela la modificación del efecto cuando las estimaciones específicas de cada estrato difieren. Se enmarcan estos como métodos para analizar datos, no como una guía clínica.

Core questions

• ¿Cómo la división de los datos en estratos elimina la influencia de una variable de confusión?
• ¿Cómo se ponderan y combinan las tablas separadas por estrato en una única razón de posibilidades (odds ratio) o razón de riesgos (risk ratio) resumida?
• ¿Cómo se prueba la asociación combinada y cómo se obtiene un intervalo de confianza?
• ¿Cuándo no se deben combinar los estratos porque el efecto difiere entre ellos (modificación del efecto)?

Key concepts

• Estratificación para controlar la confusión
• Tablas 2×2 por estrato
• Estimación ponderada combinada (resumida)
• Prueba de asociación de Mantel-Haenszel
• Estimador de varianza para la estimación resumida
• Homogeneidad del efecto entre estratos
• Modificación del efecto (interacción)
• Estimación cruda versus ajustada

Mechanisms

Los datos se dividen en estratos definidos por los niveles de un posible factor de confusión, generando una tabla 2×2 de exposición frente a resultado por cada estrato. Dentro de cada estrato, la asociación está libre de confusión por esa variable porque la variable se mantiene constante. La razón de posibilidades (odds ratio) resumida de Mantel-Haenszel es un promedio ponderado de los productos cruzados específicos de cada estrato, con ponderaciones que otorgan mayor influencia a los estratos más grandes y más informativos; existe un estimador análogo para la razón de riesgos (risk ratio). Una única prueba de chi-cuadrado suma los casos expuestos observados menos los esperados a través de los estratos para probar la asociación combinada mientras se preserva la estratificación. Los intervalos de confianza utilizan un estimador de varianza que es válido tanto cuando hay muchos estratos pequeños (datos dispersos) como cuando hay pocos estratos grandes, la propiedad de doble consistencia establecida por Robins, Breslow y Greenland; Greenland y Robins proporcionaron resultados relacionados para datos de seguimiento dispersos. Si las estimaciones específicas de cada estrato son similares, la combinación es apropiada y la estimación resumida es el efecto ajustado por confusión; si difieren sustancialmente, la variable de estratificación es un modificador del efecto y un único número combinado puede ser engañoso.

Clinical relevance

Las asociaciones ajustadas en la investigación observacional en salud se producen o verifican frecuentemente mediante el análisis estratificado de Mantel-Haenszel, el precursor transparente no-modelo del ajuste por regresión, por lo que su comprensión aclara cómo se maneja la confusión y cómo una estimación cruda se convierte en una ajustada. Es un método para analizar e interpretar la evidencia y no una base para decisiones diagnósticas o de tratamiento individuales.

Epidemiology

Los métodos de Mantel-Haenszel son un pilar del análisis epidemiológico para datos de cohortes y casos y controles y también son la base del método de Mantel-Haenszel de efecto fijo ampliamente utilizado para combinar tablas 2×2 entre estudios en metaanálisis. Siguen siendo la ilustración canónica del control de la confusión antes, o junto con, la regresión logística y de Poisson.

History

Mantel y Haenszel introdujeron su prueba estratificada y estimador resumido en 1959 en el contexto de estudios retrospectivos (casos y controles) de enfermedades, y el método rápidamente se convirtió en central para la epidemiología de enfermedades crónicas, codificado en la monografía de Breslow y Day de 1980. Los estimadores de varianza necesarios para intervalos de confianza válidos tanto en entornos de estratos dispersos como grandes fueron proporcionados por Greenland y Robins (1985) y Robins, Breslow y Greenland (1986), completando el marco inferencial.

Debates

Combinación versus reporte de la modificación del efecto

Cuando las estimaciones específicas de cada estrato divergen, un único resumen de Mantel-Haenszel puede ocultar una interacción real; los analistas deben juzgar si los estratos son lo suficientemente homogéneos para combinarlos o si, en su lugar, se deben informar los efectos específicos de cada estrato.

Key figures

• Nathan Mantel
• William Haenszel
• Sander Greenland
• James Robins
• Norman Breslow
• Kenneth Rothman

Seminal works

• mantel-haenszel-1959
• greenland-robins-1985
• robins-breslow-greenland-1986

Frequently asked questions

¿Qué controla el método de Mantel-Haenszel?

Controla una variable categórica de confusión analizando la asociación exposición-resultado dentro de los estratos de esa variable y luego combinando los estratos, de modo que la estimación resumida se ajusta por la variable de estratificación.

¿Qué sucede si la razón de posibilidades (odds ratio) difiere entre los estratos?

Estimaciones específicas de cada estrato marcadamente diferentes indican modificación del efecto, lo que significa que la asociación varía genuinamente según la variable de estratificación; en ese caso, un único resumen combinado puede ser engañoso y se deben informar los resultados específicos de cada estrato.