Los modelos estructurales marginales son una clase de modelos estadísticos utilizados para la inferencia causal en epidemiología . [1] Estos modelos manejan la cuestión de la confusión dependiente del tiempo en la evaluación de la eficacia de las intervenciones mediante la ponderación de probabilidad inversa para la recepción del tratamiento. Por ejemplo, en el estudio del efecto de la zidovudina en la mortalidad relacionada con el sida , los linfocitos CD4se utiliza tanto como indicación de tratamiento, está influenciado por el tratamiento y afecta a la supervivencia. Los factores de confusión dependientes del tiempo suelen ser muy pronósticos de los resultados de salud y se aplican en la dosificación o indicación de ciertas terapias, como el peso corporal o valores de laboratorio como la alanina aminotransferasa o la bilirrubina .
Los primeros modelos estructurales marginales se introdujeron en 2000. Los trabajos de James Robins y Miguel Hernán proporcionaron una teoría intuitiva y un software fácil de implementar que los hizo populares para el análisis de datos longitudinales. [2]