针对统计分析方法的撰写，小咖整理了来自医咖会合作伙伴石瑀博士的一场讲座《临床研究方案中统计分析部分的撰写》，上一期我们推送了前半部分内容，涉及：连续变量的分组方法和依据、主要和次要结局的统计分析方法以及亚组分析。

本期为大家介绍后半部分的内容，包括缺失数据处理和敏感性分析，并通过一个研究计划书的修改案例，让大家直观感受规范的统计分析写法。

缺失数据的处理

无论开展多么高质量的临床试验、病例对照研究或者队列研究，缺失数据的问题都是不可避免的。此时，对于缺失数据的处理方法，需要在统计分析部分进行详细的描述。

比如有篇论文写到：“我们对缺失数据的分析基于随机缺失假设，使用了MICE方法在STATA中进行填充。通过多因素logistic回归分析了10个填充后的数据副本，根据这10个副本中的估值，计算了均值并且计算调整后的标准误….”

下图中是另一个案例，由于有些患者收集的资料不全，或者患者脱落、死亡等原因，存在缺失数据，需要进行多重数据填补。

下图是我近期刚投稿的一篇文章，估计大气污染物对心衰患者预后的影响。评价的是长期污染物的暴露效应，长期暴露的定义为患者入组前365天的平均暴露水平。但是大气污染物监测站点数据存在缺失。在这篇文章的方法学部分描述如下， 12天的缺失数据相对于计算365天的均值而言，影响有限（limited effect），因此对于这部分缺失我们直接忽略。虽然是直接忽略，但是仍需要在方法学部分进行描述。对于处理缺失数据的方法，例如采用末次观测值结转或者多重填补甚至是忽略，一定要在统计学方法部分进行详细的描述，并给出选择该方法的依据或考量。