Skip to content

02_rct.md

Latest commit

 

History

History
95 lines (74 loc) · 2.54 KB

02_rct.md

File metadata and controls

95 lines (74 loc) · 2.54 KB
Raw

Diseñar y ejecutar un ECA

Este tutorial usa el motor synthdiet.trials para simular un ensayo clínico aleatorizado de brazos paralelos.

Generar la cohorte

from synthdiet import CohortGenerator, CohortSpec, DiseaseSpec

spec = CohortSpec(
    size=200,
    diseases=[
        DiseaseSpec("hypertension", prevalence=0.40,
                    severity_weights={"mild": 4, "moderate": 4, "severe": 2}),
        DiseaseSpec("type_2_diabetes", prevalence=0.30),
    ],
)
cohort = CohortGenerator(spec, seed=2026).generate()

Cálculo de potencia

from synthdiet.stats import sample_size_continuous

n = sample_size_continuous(effect_size=2.0, sd=8.0, alpha=0.05, power=0.80)
print(f"Se necesitan {n} pacientes por brazo (diferencia de 2 kg, potencia 80%).")

Definir y lanzar el ensayo

from synthdiet.diets import dash_diet, standard_diet
from synthdiet.trials import ParallelTrial, WeibullDropout
from synthdiet.behavior import DecayingAdherence

trial = ParallelTrial(
    cohort=cohort,
    arms={"control": standard_diet(), "dash": dash_diet()},
    duration_weeks=24,
    primary_outcome="systolic_bp_mmhg",
    secondary_outcomes=["weight_kg", "ldl_mg_dl"],
    randomization="stratified",
    strata=[lambda p: p.demographics.sex.value,
            lambda p: p.has_disease("type_2_diabetes")],
    adherence=DecayingAdherence(initial=0.90, floor=0.45, rate=0.02),
    dropout=WeibullDropout(shape=1.5, scale_weeks=40, seed=7),
    engine="hall_2011",
)
result = trial.run(seed=42)

Análisis ITT y por protocolo

itt = result.intention_to_treat(method="ancova")
pp = result.per_protocol(adherence_threshold=0.80)
print(itt.pretty())
print(pp.pretty())
  • ITT: analiza a cada paciente en su brazo asignado, incluyendo abandonos. Mide la efectividad.
  • Por protocolo: solo los que cumplieron el umbral de adherencia. Mide la eficacia.

Diagrama CONSORT

from synthdiet.viz import consort_diagram

ax = consort_diagram(result, title="Ensayo DASH sintético")
ax.figure.savefig("consort.png", dpi=150, bbox_inches="tight")

ANCOVA ajustada por línea base

from synthdiet.stats import ancova_baseline_adjusted

ancova = ancova_baseline_adjusted(
    result.outcomes,
    outcome="delta_systolic_bp_mmhg",
    baseline="baseline_systolic_bp_mmhg",
    treatment="arm",
)
print(ancova.pretty())

Otros diseños

CrossoverTrial (diseño cruzado) y FactorialTrial (factorial 2×2) comparten la misma interfaz que ParallelTrial. Detalles en la referencia de la API.