对电子健康记录中缺少的实验室数据的系统方法:对非小细胞肺癌和多发性髓瘤的案例研究

科学领域:

• 生物统计学 生物统计学
• 医疗信息学 医疗信息学
• 现实世界的证据研究研究.

背景情况:

• 电子健康记录 (EHR) 经常包含缺失的数据,使统计分析复杂化.
• 缺失数据机制 (MCAR, MAR, MNAR) 需要仔细考虑才能得出有效的推断.
• 标准的统计方法可能会产生偏差的结果,如果缺失没有得到适当的解决.

研究的目的:

• 开发和验证一个系统的工作流程,以评估电子健康记录中缺失的数据机制.
• 量化完全随机缺失 (MCAR) 和随机缺失 (MAR) 机制的证据.
• 用灵敏度分析评估缺失非随机 (MNAR) 机制的影响.

主要方法:

• 使用Hotelling的多变量t测试和随机森林分类器来评估MCAR和MAR.
• 在MNAR灵敏度分析中采用非随机完全条件规范 (NR-FCS) 程序.
• 进行模拟研究以验证诊断工具并比较分析偏差.
• 将工作流应用于现实世界瘤队列 (非小细胞肺癌,多发性骨髓瘤).

主要成果:

• 在分析的EHR数据中发现了针对MCAR的强有力的证据.
• 观察到一些支持MAR机制的证据,这表明归算方法可能是适当的.
• 对MNAR机制的灵敏度分析没有表明与初级分析结果的显著偏差.
• 这些发现与临床试验中报告的结果一致.

结论:

• 开发的工作流提供了一个强大的方法来处理电子健康记录中缺少的数据.
• 鉴于MAR的证据,推算方法可能适合研究的瘤学数据.
• 敏感性分析表明,即使在潜在的MNAR场景下,主要发现也很强大.
• 这种系统的方法提高了使用真实世界瘤学数据的统计分析的可靠性.