Primer: the fallacy of subgroup analysis

Abstract

The identification of subgroups of patients from randomized clinical trials that are of specific interest for guiding clinical decisions can be an attractive idea; however, since such trials are designed for the comparison of groups of patients, performing subgroup analyses can result in misinterpretation of the data. Such analyses must, therefore, be performed and evaluated with caution: these should be pre-planned and included in the design of a suitably powered trial. Data obtained should be analyzed using formal statistical tests of interaction on proper subgroups rather than improper subgroups of patients, the results obtained should be delineated carefully, and details of how these analyses were performed, and how the data should be interpreted, should be reported in the trial paper. The caveats associated with this approach, such as the occurrence of false positive or false negative effects, chance differences in observed effects, lack of power to perform the analysis, floor or ceiling effects, issues relating to multiple statistical testing, and over-reporting and under-reporting are discussed in this review. Subgroup analyses can, however, provide valuable, albeit predominantly exploratory, information on which to base clinical decisions if they are performed in accordance with recommendations and guidelines, and do, therefore, have a legitimate place in rheumatology clinical trials.

Análisis de subgrupos: ¿Mejoran la interpretación de los resultados o nos inducen al error?

“…Un "subgrupo", en cambio, corresponde a una subdivisión de la muestra original donde los pacientes cumplen con alguna característica de interés particular (por ejemplo: edad o gravedad de la enfermedad). Esta característica en común puede determinar una respuesta terapéutica distinta a la del resto de los pacientes de la muestra 6 .…”

“…La aplicabilidad de los resultados de un ECR depende de las características o del perfi l de riesgo de los pacientes incluidos en el estudio 1,6,7 . Cuando un estudio está constituido por individuos cuyas características son variadas, la extrapolación de sus resultados es factible para una amplia gama de pacientes.…”

“…Existen varias iniciativas para evaluar e interpretar si la información obtenida desde un análisis de subgrupo es real o una falacia 2,6,[21][22][23][24] . La más conocida se resume en la Tabla 2.…”

“…Muy rara vez las interacciones entre subgrupos no defi nidas ni sospechadas a priori son reales y pueden ser infl uenciadas por características pronósticas desbalanceadas 2,6,[21][22][23][24] . Conocido es el ejemplo del estudio ISIS-2, que demuestra el benefi cio global de la aspirina en el infarto agudo al miocardio 18 .…”

“…Lo ideal es realizar este análisis con test estadísticos especialmente diseñados con ese propósito: los test de interacción. Ellos nos permiten saber si las diferencias entre subgrupos son signifi cativas 2,6,[22][23][24] . Criterios para evaluar la credibilidad de análisis de subgrupo Diseño: -¿Es la variable del subgrupo una característica medida basalmente o después de la randomización?…”