收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

缺失数据处理方法及其在临床试验中的应用

宋雅婷  
【摘要】:目的:基于一项RCT设计的临床试验,通过不同的缺失数据处理方法对疗效评价进行敏感性分析,为临床试验中单调、随机缺失数据分析提供方法学指导。对象与方法:研究对象为生长激素缺乏症患者452例,按1:1的分配比例随机分为低剂量组(0.12mg/kg/w)和高剂量组(0.20mg/kg/w)进行某种重组人生长激素的治疗。剔除误纳或无用药患者3例,纳入FAS分析低剂量组224例、高剂量组225例。疗效指标为基于实际年龄的身高标准差积分(Ht-SDS_(CA))、基于骨龄的身高标准差积分(Ht-SDS_(BA))和年生长速率(HV)。利用MonteCarlo模拟,采用绝对误差均值(MAE)与误差均方(MSE)在不同样本量及缺失数据比例的情况下,对多重填补法、EM算法和随机森林倾向值评分联合双稳健逆概率加权处理缺失数据的稳健性进行评价,并结合临床试验案例进行应用分析。结果:(1)模拟结果显示,当样本量固定时,多重填补法、EM算法及随机森林倾向值评分联合双稳健逆概率加权法三种缺失数据处理方法估计得到的绝对误差均值和误差均方随着缺失数据比例上升而增大;当缺失数据比例固定时,估计得到的绝对误差均值和误差均方随着样本量增加而缩小。(2)随机森林倾向值评分联合双稳健逆概率加权法的MAE及MSE均最小,显示其效应估计的精准性最好;多重填补法与EM算法的MAE及MSE比较相近。(3)基于RCT设计的临床试验数据,对疗效指标Ht-SDS_(CA)、Ht-SDS_(BA)和年生长速率(HV)进行分析。结果显示,在指标Ht-SDS_(CA)及HV上,高剂量组的效应要高于低剂量组,差异均有统计学意义,但Ht-SDS_(BA)的不同剂量组间差异无统计学意义。应用多重填补法、EM算法和随机森林倾向值评分联合双稳健逆概率加权法处理缺失数据,得到的治疗效应值,包括点估计、区间估计等,与LOCF填补的结果基本一致。结论:多重填补法、EM算法及随机森林倾向值评分联合双稳健逆概率加权法对于RCT临床试验缺失数据的处理都具有良好的适用性,结果与LOCF法基本一致。相比而言,随机森林倾向值评分联合双稳健逆概率加权法效应估计精准性最好。


知网文化
【相似文献】
中国期刊全文数据库 前17条
1 康春花;孙金玲;孙小坚;曾平飞;;缺失数据比率和处理方法对非随机缺失数据能力参数估计准确性的影响[J];江西师范大学学报(自然科学版);2017年03期
2 董学思;林丽娟;赵杨;魏永越;戴俊程;陈峰;;多组学联合缺失数据填补方法的评价[J];中国卫生统计;2017年04期
3 杨金英;崔朝杰;;图模型方法用于二值变量相关性分析中缺失数据的估计[J];中国卫生统计;2012年05期
4 许凯;何道江;;有缺失数据的条件独立正态母体中参数的最优同变估计[J];数学学报(中文版);2016年06期
5 王军;李建勋;韩山;王兴;;一种效能评估中缺失数据的填充方法[J];上海交通大学学报;2017年02期
6 吴洁琼;吕小纳;党志军;;网络高并发信息的缺失数据修复方法仿真[J];信息通信;2017年11期
7 喻成林;黄强;李钢;;观测站缺失数据修复的神经网络模型研究[J];矿山测量;2014年01期
8 帅平;李晓松;周晓华;刘玉萍;;缺失数据统计处理方法的研究进展[J];中国卫生统计;2013年01期
9 张伟;冯萍;赵永红;袁佳英;李梅;;加权估计方程用于缺失数据的处理[J];中国卫生统计;2013年03期
10 詹棠森;;缺失数据调整修正优化磨光法研究及陶瓷中的应用[J];中国陶瓷;2012年06期
11 刘海军;柳征;姜文利;周一宇;;基于缺失数据填补的辐射源识别方法[J];宇航学报;2010年05期
12 庞新生;;缺失数据处理方法的比较[J];统计与决策;2010年24期
13 李开灿;黄学维;;有缺失数据的正态母体参数的后验分布及其抽样算法[J];应用数学学报;2009年02期
14 苏毅娟;钟智;;代价敏感的缺失数据有序填充算法[J];计算机工程;2009年17期
15 金勇进;处理缺失数据中辅助信息的利用[J];统计研究;1998年01期
16 肖庆宪,李俊德;市场预测中的缺失数据问题[J];河南师范大学学报(自然科学版);1994年03期
17 李保东;亢金轩;;结构方程建模缺失数据填补方法研究[J];统计与咨询;2011年01期
中国重要会议论文全文数据库 前10条
1 印明辉;秦婷婷;伏振;严明明;尹平;;贝叶斯累加回归树模型处理缺失数据研究[A];2017年中国卫生统计学学术年会论文集[C];2017年
2 耿直;葛丹丹;;纵向研究非随机缺失数据分析[A];中国现场统计研究会第12届学术年会论文集[C];2005年
3 刘红云;;追踪研究中非随机缺失数据的处理:基于模型的方法及其应用[A];第十五届全国心理学学术会议论文摘要集[C];2012年
4 管河山;姜青山;Steven X.Wei;;一种处理缺失数据的新方法[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年
5 肖悦;刘红云;;密集型追踪数据中数据的缺失机制及缺失比例对时变效应模型估计精度的影响[A];第二十届全国心理学学术会议--心理学与国民心理健康摘要集[C];2017年
6 孙金玲;;混合测验中非随机缺失数据的缺失比率与处理方法对IRT参数估计的影响[A];第十八届全国心理学学术会议摘要集——心理学与社会发展[C];2015年
7 李晓煦;侯杰泰;;结构方程中缺失数据的处理:FIML,EM与MI[A];全国教育与心理统计测量学术年会论文摘要集[C];2006年
8 周晓东;汤银才;费鹤良;;定数转换步加试验缺失数据场合下的参数估计[A];中国现场统计研究会第十三届学术年会论文集[C];2007年
9 叶素静;唐文清;张敏强;;追踪研究中缺失数据的处理方法述评[A];心理学与创新能力提升——第十六届全国心理学学术会议论文集[C];2013年
10 雷蕾;吴乃君;刘鹏;刘兰娟;;灵敏度分析:分类器中的缺失数据[A];第11届海峡两岸信息管理发展策略研讨会论文集[C];2005年
中国博士学位论文全文数据库 前10条
1 丁先文;缺失数据模型的估计与变量选择[D];云南大学;2018年
2 高航;面向缺失数据的机器学习算法研究[D];国防科学技术大学;2016年
3 唐琳;带有不可忽略缺失数据的广义半参数非线性模型的统计推断[D];云南大学;2017年
4 龚奇源;面向数据发布的数据匿名技术研究[D];东南大学;2016年
5 陆福忠;数据缺失下的分布函数估计问题[D];复旦大学;2007年
6 骆汝九;多指标综合评价的非参数方法和缺失数据的聚类方法研究[D];扬州大学;2011年
7 郭东林;缺失数据下几类回归模型的估计方法与理论[D];北京工业大学;2017年
8 马友;基于QoS缺失数据预测的个性化Web服务推荐方法研究[D];北京邮电大学;2015年
9 罗显贵;带缺失数据列联表与半参数非线性动态因子模型的统计推断[D];云南大学;2015年
10 祝丽萍;几种缺失数据和高维数据模型的统计分析[D];山东大学;2012年
中国硕士学位论文全文数据库 前10条
1 许天歌;缺失数据下的P2P借贷违约风险评价方法研究[D];合肥工业大学;2019年
2 宋雅婷;缺失数据处理方法及其在临床试验中的应用[D];华中科技大学;2019年
3 石章波;缺失数据下众数线性模型的统计诊断[D];云南大学;2018年
4 陈婉娇;缺失数据插补方法及其在医学领域的应用研究[D];华南理工大学;2019年
5 王玉梅;缺失数据下基于众数回归两类半参数模型估计与变量选择[D];兰州理工大学;2019年
6 仝倩;带缺失数据的半参数非线性模型基于经验似然的统计诊断[D];南京理工大学;2018年
7 张文佳;缺失数据下变系数部分非线性模型的参数估计[D];南京理工大学;2018年
8 李佳妮;缺失数据统计方法及其敏感性的研究[D];哈尔滨工业大学;2018年
9 杜丽媛;含有缺失和不可适用数据的古生物谱系树构建方法研究[D];西北大学;2018年
10 陈琨;边坡自动化监测数据缺失填补算法研究[D];重庆交通大学;2018年
中国重要报纸全文数据库 前1条
1 刘若帆宋林;诗邦金A6+1:凭借其质提高其量[N];农资导报;2008年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978