临床试验中的缺失数据处理: 完整性、偏差与方法选择 — Editverse 中国

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。

临床试验缺失数据处理流程图:MCAR/MAR/MNAR判断、多重插补、敏感性分析与CONSORT报告
图1. 缺失数据的处理方法取决于缺失机制和比例,并须在论文中完整披露。 © editverse.com

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)

MAR假设指在给定已观察信息后,缺失概率不再依赖未观察值。是否合理应结合研究流程、缺失原因与辅助变量论证;不能仅凭已观察数据区分MAR和MNAR。多重插补等方法也须满足各自假设。 相关支持:缺失数据插补方案设计。

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

  • 完整案例分析仅使用具有相关完整信息的参与者;可能损失精度并在某些缺失机制下产生偏倚,其适用性须结合分析目标与假设评估,不存在统一使用率可替代个案判断。
  • 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:

  1. 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
  2. 分析阶段:对每个完整数据集进行相同的统计分析
  3. 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

  • 不能仅凭缺失比例决定处理方法。应说明缺失原因与模式、分析目标、关键假设,以及所选方法和敏感性分析的依据。
  • 不能仅凭缺失比例决定处理方法。应说明缺失原因与模式、分析目标、关键假设,以及所选方法和敏感性分析的依据。
  • 不能仅凭缺失比例决定处理方法。应说明缺失原因与模式、分析目标、关键假设,以及所选方法和敏感性分析的依据。

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. DOI: 10.18637/jss.v045.i03

3. White, I. R., et al. (2011). Strategy for intention to treat analysis in randomised trials with missing outcome data. BMJ, 342, d40. PMID: 21300711 DOI: 10.1136/bmj.d40

4. Medcalf E et al. Addressing missing outcome data in randomised controlled trials. Contemp Clin Trials. 2024;143:107602. PMID: 38857674 DOI: 10.1016/j.cct.2024.107602

常见问题

MCAR、MAR和MNAR有什么区别?

MCAR指缺失概率不依赖任何数据值(无论已观察还是未观察);MAR指给定已观察信息后,缺失不再依赖未观察值;MNAR则仍依赖未观察值。MAR与MNAR通常不能仅根据已观察数据验证区分。

缺失数据比例多少时可以只分析完整病例?

不存在按5%或20%即可自动选择完整案例分析或多重插补的通用规则。应结合缺失原因、时间、组间差异、分析目标及假设判断,并评估敏感性。

LOCF还能作为主要分析方法吗?

不宜。最后观察值递进法(LOCF)的假设过于不现实,FDA已明确指出不应将其作为主要分析方法。

多重插补法具体怎么做?

分三步: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;对每个完整数据集进行相同的统计分析;使用Rubin规则合并多个分析结果。

论文中缺失数据需要报告哪些内容?

按CONSORT要求,Methods应报告处理方法、缺失机制假设(MAR或MNAR)、插补变量清单和敏感性分析计划;Results应报告每个时间点的缺失数量及百分比、脱落者与完成者的基线特征对比和脱落原因分布。

稿件咨询

正在准备这个方向的稿件?

留下研究方向与稿件阶段,博士、医学博士与统计专家会通过邮件给出审阅方向。

  • 博士 · 医学博士 · 统计 · 学科专家团队协同审阅
  • 无需预付即可开始,初稿交付后再付款
  • 遵循院校/机构规定与国家科研诚信规范,并遵循 COPE · ICMJE;严格保密
  • 一个工作日内邮件回复

    类似文章