संवेदनशीलता विश्लेषणों के लिए समय-से-घटना डेटा के नियंत्रित बहु-प्रतिनिधित्व विधियों की तुलना, संभवतः सूचना युक्त सेंसरिंग के साथ

नियंत्रित इम्प्यूटेशन विधियाँ गैर-नज़रअंदाज करने योग्य अनुपस्थित डेटा को संबोधित करने के लिए सामान्य और लचीले संवेदनशीलता विश्लेषण प्रदान करती हैं। संभवतः सूचना युक्त सेंसरिंग के साथ समय-से-घटना डेटा के लिए, हम अनुवर्ती बंद होने के समय की शर्त पर सेंसर की गई घटना के समय को इम्प्यूट करने के लिए दो लोकप्रिय विधियों की तुलना करते हैं। एक डेल्टा-समायोजित विधि है जो यह निर्दिष्ट करती है कि जिन विषयों ने समय बिंदु से पहले बंद किया है, उनके लिए घटना होने का खतरा समय बिंदु के बाद जारी रखने वाले विषयों की तुलना में गुणात्मक रूप से बढ़ा हुआ है। दूसरी विधि संदर्भ-आधारित है, जो यह निर्दिष्ट करती है कि उन प्रयोगात्मक विषयों का खतरा जो बंद हो गए हैं, वे उन प्रयोगात्मक विषयों के खतरे के बीच स्थित है जो जारी रहे और संदर्भ नियंत्रण (जैसे, प्लेसीबो) बायजिनामक विषयों का खतरा। हम दोनों टुकड़ा-वार स्थिर और गैर-पैरामीट्रिक आधारभूत खतरे के कार्य को, बायेजियन और बारंबारता इम्प्यूटेशन, और रूबिन के और बूटस्ट्रैप चर variance के लिए बहु-इम्प्यूटेशन अनुमापक पर विचार करते हैं। हम यह दिखाते हैं कि संदर्भ-आधारित और डेल्टा-समायोजित संवेदनशीलता विश्लेषण एकतरफा प्रकार I त्रुटि दर को नियंत्रित करते हैं (एक भिन्नता की दिशा में जो प्रयोगात्मक उपचार के पक्ष में है)। इसके अतिरिक्त, जब बूटस्ट्रैप चर variance का उपयोग निष्कर्ष के लिए किया जाता है, तो संदर्भ-आधारित संवेदनशीलता विश्लेषण डेल्टा-समायोजित संवेदनशीलता विश्लेषण की तुलना में बेहतर शक्ति रखता है, वही अंतर्निहित उपचार प्रभाव के लिए।