Key points are not available for this paper at this time.
La fiabilité et l'interprétabilité des résultats des essais cliniques peuvent être considérablement réduites par des données manquantes. Les approches fréquemment utilisées pour aborder ces préoccupations, telles que des ajustements à la hausse des tailles d'échantillons ou des méthodes simplistes pour gérer les données manquantes, y compris la méthode de la dernière observation reportée, l'analyse des cas complets ou l'analyse des pires cas, sont généralement inadéquates. Bien que les méthodes d'imputation rationnelle puissent être utiles pour traiter la manquance après qu'elle se soit produite, ces méthodes dépendent d'assumptions non testables. Ainsi, l'approche préférée et souvent la seule satisfaisante pour traiter les données manquantes est de les prévenir. Des procédures devraient être mises en place pour maximiser la probabilité que les données d'issue soient obtenues aux moments d'évaluation prévus pour tous les patients survivants n'ayant pas retiré leur consentement. Pour réduire de manière significative les données manquantes, il est important de reconnaître et d'aborder de nombreux facteurs qui mènent couramment à des niveaux plus élevés de manquance.
Thomas R. Fleming (Tue,) a étudié cette question.