Trefwoorden: gerandomiseerde onderzoeken en gerandomiseerde clusteronderzoeken, covariate missingness, outcome missingness, missingness mechanism

"Dealing with missing data in randomized and cluster randomized trials"

Dit proefschrift onderzocht statistische methoden voor het omgaan met ontbrekende gegevens in gerandomiseerde gecontroleerde trials (RCT's) en cluster gerandomiseerde trials (CRT's) door de prestaties van verschillende missing data methoden te vergelijken onder verschillende missingness scenario's. Dit werd gedaan via simulatie en formele bewijzen (waar nodig), in termen van schatting van het behandelingseffect en zijn standaardfout, die werden omgezet in verschillende prestatiecriteria. De resultaten toonden aan dat voor continue uitkomsten in RCT's met missingness in één covariaat of in meerdere covariaten, alle beschouwde methoden unbiased schattingen van het behandelingseffect opleverden wanneer de covariaten vóór de randomisatie werden gemeten, ongeacht de missingness-mechanismen. Voor de behandeling van ontbrekende gegevens in zowel de covariaten als de uitkomst in RCT's of in CRT's, hing de bias van de behandelingseffectschattingen voor alle methoden af van de ontbrekende uitkomst, maar niet van de ontbrekende covariaten. Verder was er in elk scenario ten minste één eenvoudige methode die op vergelijkbare wijze presteerde als geavanceerde methoden zoals meervoudige imputatie en/of lineaire gemengde effectenmodellen.     

Klik hier voor de live stream.