Abstrata

Antecedentes: Devido a um debate ressurgente sobre o uso indevido dos valores P, o Journal of Medical Internet Research está hospedando uma questão tema permanente convidando a reanálise de (principalmente saúde digital) dados de ensaios usando uma estrutura bayesiana. Este primeiro artigo desta série centra-se em uma triagem eletrônica e intervenção breve (eSBI), visando o consumo nocivo e perigoso de álcool, que os centros de saúde dos alunos em toda a Suécia têm rotineiramente administrado a todos os alunos durante a última década. O segundo estudo de avaliação e feedback do Alcohol Email Study desmantelando a eficácia dos estudantes universitários (AMADEUS-2) teve como objetivo avaliar o efeito do eSBI no consumo de álcool entre os alunos que eram bebedores nocivos e perigosos. Um projeto de ensaio controlado randomizado de dois braços foi empregado, randomizando participantes elegíveis para uma lista de espera ou acesso direto a um eSBI. As avaliações de acompanhamento foram realizadas 2 meses após a randomização. A análise subseqüente do ensaio seguiu a abordagem convencional da hipótese nula, e nenhum significado estatístico foi encontrado entre os grupos de acompanhamento em relação ao número de bebidas padrão consumidas semanalmente. No entanto, em uma análise de sensibilidade não especificada, descobriu-se que a remoção de três potenciais outliers fez a diferença entre os grupos significativa.

Objetivo: O objetivo deste estudo é reexecutar a análise primária e de sensibilidade do ensaio AMADEUS-2 usando uma estrutura bayesiana e comparar os resultados com os da análise original.

Métodos: Os mesmos modelos de regressão utilizados na análise original foram utilizados nesta reanálise (regressão binômio negativa). Os parâmetros do modelo receberam antecedentes uniformes. A cadeia de Markov, Monte Carlo, foi usada para inferência bayesiana, e as probabilidades posteriores foram calculadas para limites de interesse pré-especificados.

Resultados: Os testes de hipóteses nulas não identificaram uma diferença estatisticamente significativa entre os grupos de intervenção e controle, potencialmente devido a alguns pontos de dados extremos. A análise bayesiana indicou uma probabilidade de 93,6% de que houve uma diferença nos gramas de álcool consumido no acompanhamento entre os grupos de intervenção e controle e uma probabilidade de 71,5% de que a taxa de incidência foi <0,96. As probabilidades posteriores aumentaram ao excluir três potenciais outliers, mas tais análises pós-hoc não foram necessárias para mostrar a preferência para oferecer um eSBI a bebedores nocivos e perigosos entre estudantes universitários.

Conclusões: O quadro de hipóteses nulas baseia-se em estimativas de pontos de parâmetros. Os valores p podem, portanto, balançar fortemente, dependendo de um único ou poucos pontos de dados sozinhos, lançando dúvidas sobre o valor da análise. A análise bayesiana resulta em uma distribuição sobre valores de parâmetroe é, portanto, menos sensível a outliers e valores extremos. Os resultados de análises de ensaios de intervenções em que se espera que tamanhos de efeitos de pequeno a modesto possam ser mais robustos em um quadro bayesiano, tornando esta uma abordagem potencialmente melhor para a análise de dados de pesquisa em saúde digital.

Registro experimental: Número de avaliação randomizada randomizada do teste padrão internacional (ISRCTN) 02335307; http://www.isrctn.com/ISRCTN02335307