Comment gérer les données manquantes dans les études transversales et longitudinales avec maxime dougados
Message principale Attacher beaucoup plus d’énergie et d’importance pour PREVENIR les données manquantes avant de GUERIR
Comment prévenir la survenue des données manquantes en recherche clinique
D’abord par et grâce à l’implication du principal investigateur+++ Himself (Réunion entre PI et ARC)
En tissant et maintenant le lien entre les différents membres de l’équipe de recherche du début à la fin du projet ( PI, résidents, les différents centres et ARC…)
Comment traiter les données manquantes dans les études transversales et longitudinales
En cas d’Echec = au moins une donnée manquante.
Dans les études transversales: la mode actuelle est l’imputation multiple qui remplace les données manquantes par des données proposées par la machine selon les informations disponibles chez le patient, le logiciel fabriquera des informations…
Si la proportion de données manquantes dépassent les 20%: ne pas faire d’imputation car les résultats risquent d’être du au hasard…
Dans les études longitudinales: plusieurs possibilités la plus en vue actuellement est la GEE (modélisation en fonction du temps).
Derniers conseils pour gérer les données manquantes dans les études clinques
1.Ce n’est pas le statisticien qui décide, c’est le clinicien qui doit orienté le choix de la méthode a utilisé.
2. Rédiger dans le protocole :
Le cut-off choisi pour ne pas appliquer l’imputation…
Le cut-off choisi pour ne pas publier les résultats dans un registre (au-délà de 50%??)
3. Garder en tête que Quelque soit la gestion des données manquantes, il ya une part de hasard dans les résultats obtenus
Et si vous regarder la vidéo jusqu’à la fin, vous aurez droit à la méthode du Pr maxime dougados pour sauver le soldat Ryan 🙂
N’hésitez pas à me faire part de vos remarques et commentaires
Bon visionnage!
Ihsane
