解决随机对照试验中缺少的结果数据的问题:方法论范围审查
Ellie Medcalf1, Robin M Turner2, David Espinoza3
1Sydney School of Public Health, Faculty of Medicine and Health, The University of Sydney, Sydney, New South Wales, Australia.
处理随机对照试验 (RCT) 中缺少的结果数据的强有力的方法至关重要. 本综述强调了分析方法,特别是对于不随机丢失的数据 (MNAR),以提高试验有效性.
科学领域:
- 临床试验方法论 临床试验方法论
- 生物统计学 生物统计学
- 数据分析 数据分析
背景情况:
- 在临床试验中,缺少结果数据很普遍.
- 目前的方法通常依赖于过于严格的完全随机缺失 (MCAR) 假设.
- 需要强大的方法,适合各种缺失数据场景.
研究的目的:
- 系统地审查和总结有关在随机对照试验 (RCT) 中处理缺失结果数据的分析方法的文献.
- 强调适用于数据缺失随机 (MAR) 和缺失不随机 (MNAR) 假设的方法.
- 为试验人员提供有关选择合适方法的指导.
主要方法:
- 进行了一项方法论范围审查.
- 从2015年1月到2023年3月,在四个主要数据库 (MEDLINE,Embase,CENTRAL,CINAHL) 进行了搜索.
- 前向和后向引用搜索补充数据库搜索以确定讨论RCT中缺少数据的方法或框架的合格论文.
主要成果:
- 从1878个选记录中确定了101篇符合条件的论文.
- 大多数 (89%) 描述了具体的方法,而11% 提出了框架.
- 对MNAR数据的方法最常被探索 (53%),其次是MAR数据 (33%),在MNAR下基于控制的方法是最常见的.
结论:
- 本综述为缺少结果数据的分析方法提供了指导,重点关注MNAR假设.
- 这些发现旨在帮助试验人员使用合适的方法来解决缺失的数据.
- 更好地处理缺失的数据可以提高RCT发现的可靠性和有效性.
更多相关视频
08:36Author Spotlight: Evaluating the Adjuvant Efficacy and Safety of Angong Niuhuang Pill in Viral Encephalitis Treatment
Published on: April 19, 2024
06:05The Participant-Reported Implementation Update and Score PRIUS: A Novel Method for Capturing Implementation-Related Data Over Time
Published on: February 19, 2021
相关概念视频
Types of Biopharmaceutical Studies: Controlled and Non-Controlled Approaches
Non-controlled studies, commonly employed for initial exploration, lack a control group, rendering them susceptible to biases and external influences. In contrast,...
Strategies for Assessing and Addressing Confounding
Confounding can be addressed at both the design phase of a study and through analytical methods after data...
Randomized Experiments
Simple randomization
Simple...
Regression Toward the Mean
Blind Procedures
Blinding
