Evaluación de métodos para la imputación de valores no detectados en datos de expresión de citoquinas

Abstract

El análisis estadístico de datos inmunológicos puede resultar complicado dado que en ocasiones no se pueden determinar niveles cuantitativos precisos. En su lugar, es habitual tener que trabajar con valores que están por debajo de un límite de detección (valores no detectados). El objetivo de este trabajo es evaluar diferentes métodos para imputar valores no detectados en diferentes situaciones que aparecen frecuentemente en este contexto y cuya aplicación es importante para obtener resultados apropiados. Se comparan cinco métodos: sustitución por un valor sencillo considerando 0, el límite de detección, y la mitad del límite de detección, extrapolación por el método ROS (Regresion on Order Statistics) y Kaplan-Meier. Para ello, se llevan a cabo, en primer lugar, un estudio de simulación que nos permite evaluar el comportamiento de los cinco métodos en diferentes escenarios. Posteriormente se analizan datos reales de expresión de citoquinas proporcionados por el Instituto de Oftalmología Aplicada (IOBA) de la Universidad de Valladolid (UVa). Con los resultados obtenidos en la simulación y en el análisis de datos reales, se puede concluir que, (i) los métodos de sustitución no son una buena elección, (ii) que el método de Kaplan-Meier funciona bien en el caso de que no exista expresión diferencial, y, (iii) que el método ROS es el que, en general, presenta los resultados más satisfactorios en diferentes escenarios, siendo una buena opción cuando el porcentaje de valores no detectados es menor que el 50%.

The statistical analysis of immunological can be difficult because determining precise quantitative levels is occasionally not possible. In practice, however, it is usual to see observations whose values are under a detection limit (nondetects values). The purpose of this work is to evaluate different methods to impute nondetected values in different situations that appear frequently in this context and whose use is relevant to obtain proper conclusions. Five methods are compared: single value substitution with 0, detection limit and half detection limit, extrapolation by ROS (Regression on Order Statistics) method and Kaplan-Meier. For that, first a simulation study is carried out to assess the five methods behaviors in different scenarios. Then, actual cytokines expression data provided by the Instituto de Oftalmología Aplicada (IOBA) from the Universidad de Valladolid (UVa) are analyzed. Finally, the outcome of these two analyzes allows us to conclude that (i) substitution methods are not a good option, (ii) the Kaplan-Meier method works well when there is no differential expression and (iii) the ROS method presents the most satisfactory results in different scenarios, being a good option when the non-detected value ratio is below 50%.