Τελ. ενημέρωση:
16-Sep-2021

Ένα από τα πλέον συνήθη προβλήματα που αντιμετωπίζουν οι ερευνητές στις τυχαιοποιημένες κλινικές δοκιμές είναι οι ελλείπουσες τιμές λόγω πρόωρης αποχώρησης ασθενών ή ασθενών που χάθηκαν πριν από την ολοκλήρωση της μελέτης. Τα δεδομένα που λείπουν ενδέχεται να μειώσουν τη στατιστική ισχύ και να προκαλέσουν σφάλμα στην εκτίμηση των αποτελεσμάτων, ενώ μπορεί επίσης να επηρεάσουν τη συνολική στατιστική εγκυρότητα της μελέτης, οδηγώντας τους ερευνητές σε εσφαλμένες εκτιμήσεις γενικότερα. Για την αντιμετώπιση των δεδομένων που λείπουν θα πρέπει να προσεγγιστούν από τρεις πτυχές πριν από την επιλογή της κατάλληλης μεθόδου επίλυσης: (α) το ποσοστό των δεδομένων τα οποία λείπουν, (β) ο μηχανισμός των δεδομένων που λείπουν και (γ) το μοτίβο των δεδομένων τα οποία λείπουν. Όσον αφορά στην επίλυση του εν λόγω προβλήματος, προτιμώνται προηγμένες μέθοδοι, όπως η μέγιστη πιθανοφάνεια και ο πολλαπλός καταλογισμός, σε συνδυασμό με την ανάλυση ευαισθησίας. Δεν υπάρχει κάποια καθολική μέθοδος για τη διαχείριση των δεδομένων που λείπουν, αλλά υπάρχουν πολλές δημοφιλείς μέθοδοι οι οποίες είναι ανεπαρκείς και οι ερευνητές θα πρέπει να τις γνωρίζουν.

Λέξεις ευρετηρίου: Ελλείπουσες τιμές, MAR, MCAR, MNAR, Πολλαπλός καταλογισμός.