クラスターランダム化試験における不完全なアウトカムと共変量の処理：二重頑健推定、効率性に関する考察、および感度分析

科学分野:

• 生物統計学
• 臨床試験方法論
• 疫学

背景:

• 欠損データはクラスターランダム化試験（CRT）において一般的な課題であり、個々のアウトカム、共変量、および非参加者データを対象とします。
• 既存の方法では、CRTにおけるすべての種類の欠損データを同時に処理できないことがよくあります。
• 欠損アウトカムが主な焦点ですが、包括的なアプローチが不足しています。

研究 の 目的:

• CRTにおける平均治療効果のための新しい二重頑健推定量を提供すること。
• 複数の種類の欠損データ（アウトカム、共変量、クラスターサイズを含む）を同時に処理する手法を開発すること。
• 複雑な欠損データパターンを持つCRTを分析するための頑健なフレームワークを提供すること。

主な方法:

• さまざまな効果尺度スケールに対して、二重頑健推定アプローチが提案されています。
• この方法は、ランダム欠損下での欠損アウトカム、および厳密なメカニズム制約なしでの欠損共変量を許容します。
• また、一様サンプリングメカニズムを使用して、欠損クラスター母集団サイズにも対処します。

主要な成果:

• 提案された推定量は、CRTにおけるさまざまな欠損データシナリオを処理するための統一的なアプローチを提供します。
• 精度を高めるための主な考慮事項には、最適な重み付け、機械学習の統合、および治療割り当てのモデリングが含まれます。
• 欠損データ仮定の違反の影響を評価するために、新しい感度分析フレームワークが開発されました。

結論:

• 開発された二重頑健推定量は、CRTにおける欠損データに対する包括的なソリューションを提供します。
• この方法は、治療効果推定の精度と頑健性を向上させます。
• 感度分析フレームワークは、潜在的なデータ欠損違反下での結果の信頼性を評価するのに役立ちます。