종단적 집단에서 시간 의존적 노출의 분석에 대한 누락 데이터의 영향: 시뮬레이션 연구

배경: 누락 데이터는 반복적인 추적 조사 파도가 있는 종단적 집단 연구에서 종종 문제를 일으킵니다. 이 분야의 연구는 누락된 노출 데이터가 있는 참가자를 일반적으로 제외하는 결과의 반복 측정에서 누락 데이터가 있는 분석에 초점을 맞추고 있습니다. 우리는 두 번의 파도에서 측정된 허리 둘레와 대장암 위험(완전히 관찰된 결과) 간의 연관성을 분석하는 데 있어 누락 데이터 처리를 위한 완전 케이스 분석과 다중 대체(MI)를 비교하는 시뮬레이션 연구를 수행했습니다. 방법: 우리는 멜버른 콜래보레이티브 코호트 연구의 데이터 분포를 유사하게 만들기 위해 허리 둘레 값이 있는 41,476명의 개인에 대해 1,000개의 데이터 세트를 생성하고 대장암과 사망 사건까지의 시간을 포함했습니다. 세 가지 비율의 누락 데이터(15%, 30%, 50%)가 세 가지 누락 데이터 메커니즘(무작위 완전 누락(MCAR) 및 현실적이고 극단적인 공변량 의존 누락(MAR) 시나리오)을 사용하여 파도 2의 허리 둘레에 적용되었습니다. 우리는 누락 데이터가 두 가지 역학 분석에 미치는 영향을 평가했습니다: 1) 파도 1과 2 사이의 허리 둘레 변화와 대장암 위험 간의 연관성, 파도 1에서 허리 둘레를 조정한 분석; 2) 파도 2의 허리 둘레와 대장암 위험 간의 연관성, 파도 1에서 허리 둘레를 조정하지 않은 분석. 결과: 우리는 모든 누락 데이터 시나리오 하에서 완전 케이스 분석 또는 MI에 대해 거의 편향이 없음을 관찰하였고, 그에 따른 신뢰 구간 추정치의 커버리지는 명목상의 95% 수준에 가깝습니다. MI는 허리 둘레가 대체 모델에서 강력한 보조 변수로 포함될 때 정밀도가 향상됨을 나타냈습니다. 결론: 이 종단적 집단 연구의 데이터를 기반으로 한 시뮬레이션 연구는 데이터가 MCAR일 때 요인으로서의 50%까지의 누락 데이터가 존재할 경우, MI를 수행하는 것이 완전 케이스 분석보다 크게 이득이 없음을 보여줍니다. 만약 분석 모델에 포함되지 않은 강력한 보조 변수가 대체 모델에 포함된다면 MI는 정밀도에서 일부 이득을 가져올 것입니다.