在患者报告结果中缺少数据研究:利用多重推算来解决不可避免的问题
Kathryn Haglich1, Carrie Stern1, Francis D Graziano1
1Plastic and Reconstructive Surgery Service, Department of Surgery, Memorial Sloan Kettering Cancer Center, New York, NY, USA.
多重归算 (MI) 可以解决患者报告结果 (PROs) 研究中缺失的数据. 这项研究发现MI在乳房重建方面提供了一致的结果,与排除缺失数据的分析不同.
科学领域:
- 整形外科 整形外科 整形外科
- 生物统计学 生物统计学
- 健康 结果 研究 研究 结果
背景情况:
- 患者报告的结果 (PROs) 在术后手术护理中至关重要.
- 在PRO研究中缺少数据可以引入偏见并影响结论.
- 多重归算 (MI) 是一种处理缺失数据的统计技术.
研究的目的:
- 评估MI在PRO研究中解决缺失数据的实用性.
- 将MI结果与真实世界PRO数据集中的完整案例分析进行比较.
主要方法:
- 在对916名乳房切除术后重建患者 (2019年) 的回顾性审查中使用了BREAST-Q PRO测量.
- 术后2周前胸前和胸下队列之间的身体健康评分进行了比较.
- 评估了越来越多的缺失数据场景对MI结果的影响.
主要成果:
- 完整的病例分析显示,前额头患者的得分更高.
- 随着失踪率的增加,完整病例分析的趋势发生了逆转,有利于胸下患者.
- 在所有失踪情景中,MI 始终显示出前额患者的得分更高.
结论:
- 在PRO研究中,MI产生了一致的结果,即使缺少大量数据.
- 没有MI的分析可以在数据缺失时产生不可靠的结果.
- 强调在PRO研究中采用强大的缺失数据方法的重要性.
更多相关视频
06:05The Participant-Reported Implementation Update and Score PRIUS: A Novel Method for Capturing Implementation-Related Data Over Time
Published on: February 19, 2021
10:46A Method of Trigonometric Modelling of Seasonal Variation Demonstrated with Multiple Sclerosis Relapse Data
Published on: December 9, 2015
相关概念视频
Kaplan-Meier Approach
Analysis of Population Pharmacokinetic Data
Methods of Documentation II: POMR
Strategies for Assessing and Addressing Confounding
Confounding can be addressed at both the design phase of a study and through analytical methods after data...
Mechanistic Models: Compartment Models in Individual and Population Analysis
Blind Procedures
