Considerations of multiple imputation approaches for handling missing data in clinical trials

داده های گمشده در تمام آزمایشات بالینی وجود دارد و داده های داده های از دست رفته یک مسئله بسیار جدی در رابطه با تفسیر نتایج حاصل از آزمایش است. هیچ راه حل جامع برای همه مشکلات مربوط به داده ها وجود ندارد. روش های مورد استفاده برای رسیدگی به داده های مربوط به داده های گمشده بستگی به شرایط و به ویژه فرضیه های مکانیسم داده های از دست رفته است. در سال های اخیر، اگر مکانیزم تصادفی گمشده را نمی توان فرض کرد، رویکردهای محافظه کارانه مانند روش های مبتنی بر کنترل و بازگشت به روش های مختلف محاسبه چندگانه برای مقابله با مسائل داده های از دست رفته اعمال می شود. در این مقاله، ما بر تغییرات در تجزیه و تحلیل داده ها از این روش ها تمرکز می کنیم. همانطور که در مثال های نشان داده شده است، انتخاب تغییرپذیری می تواند نتیجه گیری تجزیه و تحلیل را تحت تاثیر قرار دهد. علاوه بر روش هایی برای نقاط پایانی مداوم، ما همچنین در مورد روش های باینری و زمان به نقطه انتهایی رویداد و همچنین در نظر گرفتن ارزیابی غیر زیربنایی بحث می کنیم.