El desafío de utilizar el análisis de "diferencias en diferencias" de datos observacionales para estimar la efectividad de una intervención de salud pública

Resumen

Antecedentes: Existen desafíos considerables al utilizar el análisis de diferencias en diferencias (DiD) de datos ecológicos para estimar la efectividad de las intervenciones de salud pública en situaciones que cambian rápidamente.

Objetivo: Discutir las deficiencias de la metodología DiD para la estimación de los efectos de las intervenciones de salud pública utilizando datos ecológicos.

Diseño: Como ejemplo, los autores consideran un análisis que utilizó la metodología DiD e informó una reducción causal en los casos de COVID-19 debido al mantenimiento de los mandatos de uso de mascarillas en las escuelas. Realizaron análisis alternativos utilizando varios grupos de control para evaluar la solidez del análisis anterior.

Entorno: Distritos escolares en el área metropolitana de Boston y Massachusetts durante el año académico 2021 a 2022.

Participantes: Estudiantes y personal escolar.

Medidas: Cambios en las tasas de casos de COVID-19 en distritos que levantaron y no levantaron los mandatos de uso de mascarillas.

Resultados: Potenciales factores de confusión importantes hicieron que la metodología DiD fuera inadecuada para la inferencia causal, entre ellos, la inmunidad previa, la variación temporal en las tasas de infección y los cambios en las prácticas de prueba. La composición racial y los ingresos de los grupos de intervención y control también diferían sustancialmente. En comparación con el mantenimiento del requisito de uso de mascarilla, la eliminación del requisito se asoció con un aumento de 5,64 casos (IC del 95 %, 3,00 a 8,29 casos) por cada 1000 personas hasta una disminución de 2,74 casos (IC del 95 %, 0,63 a 4,85 casos) por cada 1000 personas, según la elección del grupo de control y si se examinó a estudiantes o personal.

Limitación: Se utilizaron datos ecológicos; no se disponía de datos detallados sobre todos los posibles factores de confusión.

Conclusión: Los análisis alternativos arrojaron estimaciones consistentes con una amplia gama de asociaciones tanto negativas como positivas en las tasas de casos de COVID-19 después de la eliminación de los mandatos de uso de mascarilla. Los hallazgos resaltan los desafíos que presenta el uso del análisis DiD de datos ecológicos para estimar la efectividad de las intervenciones en grupos de intervención y control divergentes durante circunstancias que cambian rápidamente.

Fuente de financiamiento principal: Ninguna.

El artículo original:

Ambarish Chandra, Tracy Beth Høeg, Shamez Ladhani, et al. School Mask Mandates and COVID-19: The Challenge of Using Difference-in-Differences Analysis of Observational Data to Estimate the Effectiveness of a Public Health Intervention. Ann Intern Med. [Epub 8 October 2024]. doi:10.7326/M23-2907

Disponible en: https://n9.cl/3845p