×

模拟评估临床试验背景下纵向设置中缺失数据的处理。 (西班牙语。英文摘要) Zbl 1471.62515号

摘要:纵向研究往往缺少数据。在这项工作中,通过仿真研究,对不同的方法进行了比较,以解决纵向设置中缺少数据的估计任务。研究了完全随机、随机和非随机的导弹发射机制。所使用的方法包括完整病例、零插补、平均插补和结转的最后一次观察。这些方法通过条件平均插补、回归和随机回归进行了改进。这种方法与最大似然法进行了对比。根据缺失值的比例,评估每个值的优度。引入了一种定性方法,通过将每种方法分类为优秀、良好、常规或不良,可以快速、清晰地评估每种方法。通过这种方式,可以获得用SAS(统计分析系统)的IML(交互式矩阵语言)语言编写的模拟器,从而可以进行评估。我们的结论是,朴素插补方法会产生有偏估计量。简单的改进方法,如随机回归插补,对于低比例的缺失值显示出可接受的行为,但低估了可变性参数。完整案例方法显示出良好的行为。最大似然表现最好。

MSC公司:

62页第10页 统计学在生物学和医学中的应用;元分析
62D10号 缺少数据
62J99型 线性推断、回归
62-08 统计问题的计算方法

软件:

萨斯
PDF格式BibTeX公司 XML格式引用
全文: 链接

参考文献:

[1] AKAIKE,H.(1974):统计模型识别的新视角。IEEE自动控制汇刊,19716-723·Zbl 0314.62039号
[2] BUCK,S.F.(1960):适用于电子计算机的多元数据中缺失值的估计方法。《皇家统计学会杂志》,B辑,22,302-306·Zbl 0101.12701号
[3] BUUREN,S.(2012):对缺失数据的灵活插补。查普曼和霍尔/CRC出版社,伦敦-纽约·Zbl 1256.62005年
[4] CARPENTER,J.R.和M.G.KENWARD(2013):多重插补及其应用。英国奇切斯特John Wiley&Sons有限公司·Zbl 1352.62008年
[5] CENCEC(2014):古巴恩萨约斯·Clínicos登记处。在中可用http://registroclinico.sld.cu,咨询时间:2015年1月7日。
[6] DíAZ-ORDAZ,K.、M.G.KENWARD、A.COHEN、C.L.COLEMAN和S.ELDRIDGE(2014):在分组随机试验中,缺失数据是否得到了充分处理?系统的审查和指导方针。临床试验,II(5),590-600。
[7] DIGGLE,P.和M.G.KENWARD(1994):纵向数据分析中的信息缺失。英国皇家统计学会期刊。C辑(应用统计学),43,49-93·兹比尔0825.62010
[8] HAND,D.J.,F.DALY,A.D.LUNN,K.J.MCCONWAY和E.OSTROWSKI(1994):小数据集手册。查普曼和霍尔,伦敦·Zbl 0949.62500号
[9] MARRERO,M.A.(2012年):天然产品与移民的关系。Ensayos clínicos fase III.Tercer Simposio Internacional de Farmacología de productos Naturales的会议记录。Topes de Collantes,Sancti Spiritus,古巴。
[10] RUBIN,D.B.(1976):推断和缺失数据。《生物统计学》,63,581-592·Zbl 0344.62034号
[11] URANGA,R.(2011):《间歇状态下的交通模型:实施与应用》(Modelos de transicion en presencia de pérdidas intertentes:implementación y ejemplo de aplicacion a un ensayo clínico cubano)。VacciMonitor,20(2),11-16。
[12] URANGA,R.和G.MOLENBERGHS(2014):间歇性缺失的纵向条件模型:SAS代码和应用。《统计模拟与插补杂志》,84(4),753-780·Zbl 1453.62021号
[13] VERBEKE,G.(2005):离散纵向数据模型。纽约斯普林格·弗拉格·Zbl 1093.62002号
[14] VERBEKE,G.和G.MOLENBERGHS(2000):纵向数据的线性混合模型。纽约斯普林格·弗拉格·Zbl 0956.62055号
[15] 伍德,A.M.,I.R.怀特和S.G.汤普森(2004):缺失的结果数据是否得到了充分处理?主要医学期刊上发表的随机对照试验综述。临床试验,1368-376
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。