无进展生存期数据中区间删失的处理策略研究

袁堉琨, 李晨, 陈垂雄, 夏结来

中国卫生统计 ›› 2024, Vol. 41 ›› Issue (05) : 753 -756+761.

PDF (6510KB)
中国卫生统计 ›› 2024, Vol. 41 ›› Issue (05) : 753 -756+761.

无进展生存期数据中区间删失的处理策略研究

作者信息 +

Author information +
文章历史 +
PDF (6665K)

摘要

目的 以无进展生存期(progression-free survival, PFS)为终点的临床试验中,探讨不同区间删失数据填补策略、分析方法和随访间隔等对研究结果的影响,为实际应用提供参考。方法 基于蒙特卡罗模拟数据集,在不同终点事件发生风险、研究随访策略和样本量场景下,采用末次观测结转法(last observation carried forward, LOCF)、均值填补法、非参数极大似然估计法(non-parametric maximum likelihood estimation, NPMLE)和多重填补法(multiple imputations, MI)等四种方法估计试验疗效,比较各方法的估计表现。结果 在不同场景下各方法对区间删失数据处理的效果存在差别,终点事件发生风险越大(即中位PFS越小)、随访频率越低,LOCF和均值填补对试验疗效参数估计偏差越大,即表现越差;而NPMLE和MI方法在各种场景下参数估计偏差均优于简单填补法。结论 LOCF和均值填补适用于终点事件发生风险小,高随访频率的场景;NPMLE和MI适用于任何场景且表现稳定。

关键词

区间删失 / 多重填补 / 非参数极大似然估计

Key words

引用本文

引用格式 ▾
袁堉琨, 李晨, 陈垂雄, 夏结来 无进展生存期数据中区间删失的处理策略研究[J]. 中国卫生统计, 2024, 41(05): 753-756+761 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF (6510KB)

7

访问

0

被引

详细

导航
相关文章

AI思维导图

/