定量纵向数据缺失值处理方法的模拟比较研究

发布时间：2020-12-08 00:50

　　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... 

【文章来源】：中国卫生统计. 2020年03期 第384-388页 北大核心

【文章页数】：5 页

【部分图文】：

四种处理方法各种情况下的Ⅰ类错误及检验效能

组间疗效差的估计误差如图2所示,在MCAR和MAR缺失机制下,多重填补法(MCMC、回归法)的估计误差较小,在0附近波动;MMRM与多重填补法相近,但在部分MAR缺失机制下估计误差稍大,会低估组间疗效。疗效变化模式、访视点间相关性和两组缺失比例对MMRM和多重填补法几乎没有影响。LOCF在MCAR和MAR缺失机制下的估计误差较大且不稳定,受疗效变化模式的影响较大,在E11疗效变化模式会高估疗效,其余模式下低估疗效;多数情况下,各访视点之间的相关性减小和/或两组缺失比例差距的增加会增大估计误差。在MNAR缺失机制下,MMRM和多重填补法表现一致,估计误差随着各访视点相关性的增加以及两组缺失比例的接近而减少。如果两组的缺失比例接近,多数情况下,MMRM和多重填补法的估计误差最小。疗效变化模式对MMRM和多重填补法几乎没有影响。LOCF受到疗效变化模式的影响较大,在E11疗效变化模式下出现高估组间差异以及两组缺失比例的增大反而降低组间疗效估计误差的情况。访视点间相关性对其影响不大。

组间疗效差估计的95%置信区间宽度如图3所示,所有情况下,多重填补法的95%置信区间宽度最大,MMRM次之但与其相近,LOCF最窄。95%置信区间宽度均随着相关系数的增强而变窄,缺失机制对其影响不大。MMRM和多重填补法两种方法中,缺失比例差异的增加降低了两组疗效差值的95%置信区间宽度。讨 论


本文编号：2904164