A mean score method for sensitivity analysis to departures from the missing at random assumption in randomised trials.
A mean score method for sensitivity analysis to departures from the missing at random assumption in randomised trials.
复制标题
DOI：
10.5705/ss.202016.0308
复制
发表时间：
2018-10
影响因子：
1.4
通讯作者：
Horton NJ
中科院分区：
文献类型：
--
作者：
White IR;Carpenter J;Horton NJ
大多数对不完整结果的随机试验的分析都做出了不可检验的假设，因此应该进行敏感性分析。然而，敏感性分析方法并没有得到广泛使用。我们提出了一个平均得分的方法，探索全球的敏感性偏离随机或其他假设的不完整的结果数据在随机试验。我们假设在广义线性模型下分析单一结果。由用户指定的一个或多个灵敏度参数测量模式混合模型中随机缺失的偏离程度。我们的方法的优点是，它的敏感性参数是相对容易解释，所以可以从主题专家引出，它是快速和非随机的，它的点估计，标准误差和置信区间完全同意与标准方法时，特定的敏感性参数的值，使这些标准方法适当。我们使用来自心理健康试验的数据来说明该方法。
Most analyses of randomised trials with incomplete outcomes make untestable assumptions and should therefore be subjected to sensitivity analyses. However, methods for sensitivity analyses are not widely used. We propose a mean score approach for exploring global sensitivity to departures from missing at random or other assumptions about incomplete outcome data in a randomised trial. We assume a single outcome analysed under a generalised linear model. One or more sensitivity parameters, specified by the user, measure the degree of departure from missing at random in a pattern mixture model. Advantages of our method are that its sensitivity parameters are relatively easy to interpret and so can be elicited from subject matter experts; it is fast and non-stochastic; and its point estimate, standard error and confidence interval agree perfectly with standard methods when particular values of the sensitivity parameters make those standard methods appropriate. We illustrate the method using data from a mental health trial.
登录
查看更多内容
影响因子：
1.9
作者：
Lu, Bing;Preisser, John S.;Wolfson, Mark
通讯作者：
Wolfson, Mark
影响因子：
2.7
作者：
Higgins, Julian P. T.;White, Ian R.;Wood, Angela M.
通讯作者：
Wood, Angela M.
影响因子：
2
作者：
Kaciroti, Niko A.;Schork, M. Anthony;Julius, Stevo
通讯作者：
Julius, Stevo
影响因子：
2
作者：
Mavridis D;White IR;Higgins JP;Cipriani A;Salanti G
通讯作者：
Salanti G
影响因子：
1.1
作者：
Carpenter, James R.;Roger, James H.;Kenward, Michael G.
通讯作者：
Kenward, Michael G.