临床纵向数据缺失的随机效应模式混合模型及SAS实现  

Application of random-effects pattern mixture models for missing data in longitudinal studies and implementation of SAS

作　　者：周敏林[1] 章海涛[1] 陆梦洁[2] 钟伟华[2] 刘玉秀[2] 

机构地区：[1]南京军区南京总医院,国家肾脏疾病临床医学研究中心,全军肾脏病研究所 [2]南京军区南京总医院医务部,江苏南京210002

出　　处：《中国临床药理学与治疗学》2016年第9期1012-1017,共6页Chinese Journal of Clinical Pharmacology and Therapeutics

基　　金：国家自然科学基金项目(81473066)

摘　　要：目的:临床纵向研究经常发生数据缺失,但处理起来较为棘手。本研究欲阐明一种随机效应模式混合模型用于纵向数据缺失的分析方法。方法:介绍随机效应模式混合模型的原理,给出构建缺失模式变量的方法,借助一个临床试验实例介绍方法的应用和SAS实现过程,并与随机效应模型方法进行比较。结果:随机效应模式混合模型引入缺失模式变量,考虑了缺失的发生特点,其拟合效果优于随机效应模型。结论:随机效应模式混合模型可灵活、有效处理具有缺失数据的纵向研究数据,为敏感性分析提供了新的方法学支持。AIM： Missing data invariably occur in longitudinal studies that would be difficult to handle. The purpose of this study is to clarify the theory of the random-effects pattern mixture models for missing data in longitudinal studies. METHODS：By introducing the theory of random-effects pattern mixture model and generating the missing-data pattern variable,a randomized clinical trial was used as an example to illustrate the application of the model and implementation of SAS. RESULTS： The random-effects pattern mixture model fitted better than random effects model,with the missing-data pattern variable included and missing data mechanism considered. CONCLUSION： The random-effects pattern mixture model can handle the missing data flexibly and effectively in longitudinal studies,providing the sensitivity analysis with new methodological support.

关 键 词：缺失数据 随机效应模式混合模型 纵向数据 

分 类 号：R311[医药卫生—基础医学]