文献速递流行病学与生物统计临床试验与 GCP

临界点分析:评估缺失数据的潜在影响

Tipping Point Analysis: Assessing the Potential Impact of Missing Data.
PubMed 文献 · JAMA · 2025-01-01

本文介绍临界点分析,该方法用于评估随机临床试验(RCT)中缺失结局数据的多种假设模式对研究结论的潜在影响,并以一项高血压治疗RCT为例说明其应用。

要点

  • 临界点分析通过设定缺失数据的假设模式,评估研究结论的稳健性。
  • 该方法适用于随机临床试验中缺失结局数据的敏感性分析。
  • 文中以高血压治疗RCT为例展示了临界点分析的具体应用。

核心结论

  • 临界点分析可评估缺失结局数据的假设模式对随机临床试验结论的潜在影响。

研究设计与样本

  • 本文为JAMA统计与方法指南,阐述临界点分析的方法学原理,并以一项高血压治疗随机临床试验为例说明其应用。

局限性

  • 原文未报告局限性

以上解读依据论文摘要(全文未开放获取或许可不允许翻译转载)。

原文

This JAMA Guide to Statistics and Methods explains tipping point analysis, which assesses how a range of hypothetical patterns in missing outcome data in a randomized clinical trial (RCT) would affect the study’s conclusions, and examines its use in an RCT of treatment for hypertension.

来源:JAMA,查看原文。版权归原作者所有。

引用

  1. Liu Y, Zhou K, Sims KD, et al. Tipping Point Analysis: Assessing the Potential Impact of Missing Data. JAMA. 2025. PMID: 40522649. doi:10.1001/jama.2025.7420

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。