假想策略下处理缺失数据的参照填补法

目的探讨参照填补法基于假想策略来处理缺失数据的统计学性能,为此策略下缺失数据的处理提供参考。方法通过SAS模拟产生不同缺失率、缺失机制的模拟数据,并采用三种参照填补法(J2R、CIR、CR)、LOCF和MMRM进行处理,比较基于五种方法处理缺失后疗效估计的偏倚、均方误差、一类错误率和检验效能,并应用于一个实际临床试验数据。结果当两组疗效无差异时,参照填补法的偏倚和均方误差较LOCF、MMRM更低,LOCF、MMRM对应的一类错误率相对较大,参照填补法对应的一类错误率更为保守。当两组疗效存在差异时,参照填补法的偏倚和均方误差较LOCF、MMRM均更大,检验效能更低,且估计的治疗效应最保守,其中以J2R最甚。当缺失率较低时(低于10%),参照填补法的检验效能与其他方法相近,当缺失率较高时(高于10%),参照填补法检验效能过低。结论参照填补法是一种较为保守的填补方法。当数据缺失率较低时,可用于假想策略下缺失数据的填补,当缺失率较高时,可作为主估计目标的敏感性分析以考察试验结果对数据缺失机制假设的稳健性。

定量纵向数据缺失值处理方法的模拟比较研究

目的比较末次观测结转法(LOCF)、重复测量的混合效应模型法(MMRM)、多重填补法(MI)在处理纵向缺失数据中的统计性能。方法以双臂设计、4次访视、3种访视间相关程度为应用背景,采用Monte Carlo模拟技术,产生模拟完整纵向数据后考虑两种缺失比例和三种缺失机制,即完全随机缺失(MCAR)、随机缺失(MAR)和非随机缺失(MNAR)的缺失数据集。以完整纵向数据的分析结果为基准,评价不同处理方法的统计性能,包括Ⅰ类错误、检验效能、组间疗效差的估计误差及其95%置信区间(95%CI)宽度。结果所有情况下,MMRM和MI均可控制Ⅰ类错误,检验效能略低于完整数据;LOCF大多难以控制Ⅰ类错误,检验效能变异较大。多数情况下MMRM和MI的点估计误差较低,LOCF则表现不稳定。所有情况下,MI的95%CI最宽,MMRM次之,LOCF最窄。结论 MCAR和MAR缺失机制下,MMRM与MI的统计性能相当,受各种因素影响较有规律,可根据实际情况选择其中一个作为主要分析。LOCF因填补方法的特殊性使得变异较小,精度较高,但其最大的缺陷是不够稳健且不能有效控制I类错误,需谨慎使用。基于MNAR缺失机制对缺失数据进行敏感性分析以考察试验结果的稳健性是必要的。