缺失数据处理方法及其在临床试验中的应用

论文摘要

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-SDSCA)、基于骨龄的身高标准差积分(Ht-SDSBA)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-SDSCA、Ht-SDSBA和年生长速率（HV）进行分析。结果显示,在指标Ht-SDSCA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-SDSBA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。

论文目录

文章来源

类型: 硕士论文

作者: 宋雅婷

导师: 尹平

关键词: 临床试验,缺失数据,模拟,多重填补法,期望最大化算法,逆概率加权法

来源: 华中科技大学

年度: 2019

分类: 基础科学,医药卫生科技

专业: 数学,医药卫生方针政策与法律法规研究

单位: 华中科技大学

分类号: O212.1;R195.1

总页数: 52

文件大小: 1287K

下载量: 173

相关论文文献

• [1].带有不可忽略缺失数据的联合均值与方差模型的贝叶斯估计[J]. 昆明理工大学学报(自然科学版) 2020(01)
• [2].混合型缺失数据填补方法比较与应用[J]. 中国卫生统计 2020(03)
• [3].任意阵列阵元缺损下的缺失数据恢复方法[J]. 通信技术 2020(09)
• [4].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(03)
• [5].多组学联合缺失数据填补方法的评价[J]. 中国卫生统计 2017(04)
• [6].海产品安全预警系统缺失数据填补方法[J]. 计算机工程与应用 2015(11)
• [7].低压台区缺失数据的张量补全方法[J]. 中国电机工程学报 2020(22)
• [8].大数据背景下缺失数据问题及对策[J]. 中国统计 2019(10)
• [9].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(06)
• [10].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(02)
• [11].网络高并发信息的缺失数据修复方法仿真[J]. 信息通信 2017(11)
• [12].一种基于双聚类的缺失数据填补方法[J]. 计算机应用研究 2015(03)
• [13].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(05)
• [14].临床试验中缺失数据处理方法研究[J]. 中国临床药理学杂志 2019(22)
• [15].观测站缺失数据修复的神经网络模型研究[J]. 矿山测量 2014(01)
• [16].缺失数据统计处理方法的研究进展[J]. 中国卫生统计 2013(01)
• [17].加权估计方程用于缺失数据的处理[J]. 中国卫生统计 2013(03)
• [18].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(06)
• [19].基于缺失数据填补的辐射源识别方法[J]. 宇航学报 2010(05)
• [20].缺失数据处理方法的比较[J]. 统计与决策 2010(24)
• [21].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(02)
• [22].代价敏感的缺失数据有序填充算法[J]. 计算机工程 2009(17)
• [23].基于迭代自适应方法的跳频信号缺失数据恢复[J]. 电讯技术 2020(07)
• [24].多视角数据缺失补全[J]. 软件学报 2018(04)
• [25].结构方程建模缺失数据填补方法研究[J]. 统计与咨询 2011(01)
• [26].有序填充微阵列缺失数据[J]. 计算机工程与应用 2009(22)
• [27].纵向缺失数据下高维部分线性回归模型的变量选择[J]. 杭州师范大学学报(自然科学版) 2020(03)
• [28].基于特征权值的缺失数据修复方法[J]. 无线互联科技 2018(20)
• [29].多元时间序列缺失数据填补方法[J]. 系统工程与电子技术 2018(01)
• [30].国内针刺临床试验缺失数据的报告情况及其对研究结论的影响[J]. 中医杂志 2018(07)

标签：临床试验论文;  缺失数据论文;  模拟论文;  多重填补法论文;  期望最大化算法论文;  逆概率加权法论文;