用于不完全纵向高斯数据的潜在类别混合模型

在对不完全纵向临床试验数据的分析中，方法已从仅在数据完全随机缺失时有效的简单方法，转向更为原则性的可忽略分析，这些方法在更不具限制性的随机缺失假设下是有效的。现如今，必要的标准统计软件的可用性使得这些分析在实践中成为可能。虽然不能排除数据非随机缺失（MNAR）的可能性，但认为在临床试验的主要分析中，MNAR下有效的分析并不适用。与其忘记或者盲目转向MNAR框架，MNAR分析的最佳位置是在敏感性分析的上下文中。敏感性分析的一种途径是考虑，除选择模型之外，还可以考虑模式混合模型或共享参数模型。后者也可以扩展为潜在类别混合模型，本文采取了这种方法。通过模拟评估所获得的灵活模型的性能，并将该模型应用于抑郁症试验的数据。