基于追踪研究的缺失数据分析-论文-万方医学网

基于追踪研究的缺失数据分析

收藏纠错

摘要目的：评价在不同缺失率和填补次数时，均数填补法、LOCF法、PS(倾向性得分)法、PMM(预测均数匹配)法和REG(回归)法这5种缺失数据填补法的填补效果，为绝经期妇女骨质疏松纵向研究中缺失数据的补齐提供理论依据。<br>　　方法：对股骨，腰椎和全身共3个部位骨密度值分别进行研究。首先选取3次骨密度值均未缺失的研究对象共175例，再模拟生成第3次骨密度值为缺失的数据集，设置缺失率分别为5％、10％、15％、20％、25％、30％、35％、40％、45％、50％各100个。将年龄和体重以及前两次骨密度值作为协变量，分别用5种填补方法填补缺失值。对于多重填补的3种方法，分别模拟填补次数为5次、10次、20次和30次，将NRMSE值作为填补效果的评价指标进行比较。<br>　　结果：5种不同的填补方法在3个部位骨密度值研究结果中类似。均数填补法在任何缺失率下NRMSE值都最大，在1左右；在缺失率较低时，LOCF法NRMSE值为0.34，稍大于三种多重填补法；随着缺失率的增加，LOCF法、PMM法和REG法的NRMSE值变化幅度较小，而PS法则变化幅度较大，NRMSE值从0.32增加到0.56，在缺失率为30％以上后NRMSE值明显大于另三种方法。<br>　　结论：在缺失率较低时，3种多重填补效果均较好：但是PS法对缺失率较为敏感，随着缺失率的增加其填补效果明显下降；PMM法和REG法作为多重填补法中的参数法，填补效果稳定，在缺失率较高时填补效果也较好；填补次数的增加不能明显的提高填补效果。