Métodos de imputación de datos faltantes para series temporales utilizando casos de prueba del mundo real

Área de la Ciencia:

• Ciencias de los datos sanitarios
• Estadísticas biológicas
• Aprendizaje automático en medicina

Sus antecedentes:

• La falta de datos es un desafío importante en el análisis de la atención médica.
• Los métodos de imputación actuales a menudo se evalúan en patrones de datos faltantes poco realistas.
• Los mecanismos de ausencia en el mundo real (MCAR, MAR, NMAR) requieren estrategias de imputación sólidas.

Objetivo del estudio:

• Evaluar la exactitud en el mundo real de 12 métodos de imputación a través de tres mecanismos de datos faltantes (MCAR, MAR, NMAR).
• Para comparar el rendimiento de imputación en el monitoreo continuo de la glucosa y los datos de las series temporales de la frecuencia cardíaca.
• Evaluar el impacto de los porcentajes de ausencia (5-30%) en la precisión de la imputación.

Principales métodos:

• Falta simulada en los conjuntos de datos Loop (CGM) y All of Us (tasa cardíaca) de acuerdo con los mecanismos MCAR, MAR y NMAR.
• Se han probado 12 métodos de imputación de última generación y de uso común.
• Precisión evaluada utilizando el error cuadrado de la raíz media (RMSE) y las métricas de sesgo en los grupos demográficos.

Principales resultados:

• La precisión de la imputación fue significativamente mayor para los datos faltantes completamente al azar (MCAR) en comparación con los datos faltantes al azar (MAR) y no faltantes al azar (NMAR).
• La interpolación lineal demostró el RMSE más bajo y el sesgo mínimo en todos los mecanismos y grupos demográficos probados.
• Las prácticas de evaluación existentes pueden sobreestimar el rendimiento del método de imputación en escenarios reales.

Conclusiones:

• Las evaluaciones actuales del método de imputación no reflejan el rendimiento del mundo real con patrones de datos faltantes realistas.
• La interpolación lineal ofrece una línea de base confiable para la imputación, incluso con ausencia compleja.
• La investigación adicional debe centrarse en el desarrollo de metodologías de evaluación mejoradas y técnicas de imputación adaptadas a los mecanismos de datos faltantes del mundo real.