临床试验中的缺失数据处理: 完整性、偏差与方法选择
临床试验中的缺失数据处理: 完整性、偏差与方法选择
缺失数据是几乎所有真实临床试验中的常见现象。这些缺失数据给数据分析带来两重挑战：(1)样本量减少，统计效力下降；(2)如果缺失不是完全随机的，选择偏差可能导致结果产生系统性偏倚。本文系统解析缺失数据的三种机制（MCAR/MAR/MNAR），介绍现代处理方法（多重插补、最大似然估计），并指导研究者如何在Methods和Results部分准确披露缺失数据及其处理，以满足CONSORT指南要求。
1. 缺失数据机制的分类与诊断
1.1 完全随机缺失（MCAR）
数据缺失与观察值和未观察值都无关。示例：实验室设备故障导致某次血液检查无法进行。在MCAR情况下，简单的完整案例分析不会产生偏差。
1.2 随机缺失（MAR）
缺失与观察到的变量相关，但与同一变量的未观察值无关。在医学研究中，MAR是最常见的缺失机制。多重插补法等现代方法可以有效处理MAR情况下的缺失数据，插补模型的变量选择与插补次数设定则建议交由缺失数据插补方案设计把关。
1.3 非随机缺失（MNAR）
缺失与该变量本身的值相关，无法通过单一分析方法完全解决，必须进行敏感性分析，测试不同的假设情景。
2. 缺失数据的简单处理方法及其局限
- 完整案例分析（CCA）：最简单但易产生偏差，95%的论文仍在使用
- 最后观察值递进法（LOCF）：假设过于不现实，FDA已明确指出不应作为主要分析方法
3. 现代方法：多重插补法（Multiple Imputation）
多重插补法（MI）包括三个步骤：
- 插补阶段：基于已观察数据的分布，生成多个（通常20-50个）合理的缺失值估计
- 分析阶段：对每个完整数据集进行相同的统计分析
- 合并阶段：使用Rubin规则合并多个分析结果
多重插补法已被FDA、EMA等监管机构接受作为主要分析方法，特别适用于MAR假设下的缺失数据处理。
4. CONSORT指南对缺失数据的报告要求
Methods部分应报告：缺失数据处理方法、假设（MAR vs MNAR）、插补变量清单、敏感性分析计划。这几项在英文稿中的表述有固定写法，可参考统计方法段落的英文撰写的模板。
Results部分应报告：每个时间点的缺失数据数量及百分比、脱落者vs完成者的基线特征对比、脱落原因分布。
5. 缺失数据处理实践建议
- <5%缺失 → 完整案例分析通常可接受
- 5-20%缺失 → 使用多重插补法作为主要方法
- >20%缺失 → 高风险，必须进行敏感性分析
参考文献
1. Rubin, D. B. (1987). Multiple Imputation for Nonresponse in Surveys. Wiley, New York.
2. van Buuren, S., & Groothuis-Oudshoorn, K. (2011). Mice: Multivariate imputation by chained equations. J Stat Software, 45(3), 1-67.
3. White, I. R., et al. (2011). Strategy for intention to treat analysis in randomised trials with missing outcome data. BMJ, 342, d40.
4. Medcalf E et al. Addressing missing outcome data in randomised controlled trials. Contemp Clin Trials. 2024;143:107602. PMID: 38857674