Regression discontinuity designs are underutilized in medicine, epidemiology, and public health: a review of current and best practice.

OBJETIVOS: regresión discontinua (RD) diseños permiten rigurosa inferencia causal cuando los pacientes reciben un tratamiento basado en la puntuación por encima o por debajo de un punto de corte en una variable que se mide de forma continua. Proporcionamos una introducción a la teoría de la RD y una revisión sistemática y evaluación de la literatura RD en la medicina, la epidemiología y la salud pública. DISEÑO DEL ESTUDIO Y AJUSTE: Revisamos las condiciones necesarias para obtener resultados válidos RD, proporcionar una guía práctica para la aplicación RD, RD comparan con otras metodologías, y llevar a cabo una revisión sistemática de la literatura RD en PubMed. Resultados: Se describen cinco elementos clave del análisis todos los estudios RD deben reportar, incluyendo pruebas de las condiciones de validez y pruebas de robustez. Treinta y dos estudios empíricos RD en Pubmed cumplieron con los criterios de selección. La mayoría de los 32 artículos de RD analizó la eficacia de las políticas sociales o las intervenciones de salud mental, con sólo dos que evalúan las intervenciones clínicas para mejorar la salud física. Siete de los 32 estudios informaron sobre los cinco elementos clave. CONCLUSIÓN: El aumento del uso de RD ofrece una gran oportunidad para obtener estimaciones de los efectos causales imparciales cuando los experimentos no son factibles o cuando queremos evaluar los programas en condiciones de "vida real". Aunque la elegibilidad de tratamiento en la medicina, la epidemiología y la salud pública se determina comúnmente por las reglas de umbral, el uso de RD en estos campos ha sido muy limitada hasta ahora.