Dropout

1. 消えた人はどこに行った？
脱落というか
データ欠損

2. 脱落とは
臨床研究で追跡から漏れてしまって
結果がわからないこと
データ欠損と考えた方が理解しやすい

3. 脱落とは
一般的には全体の20％を超えると
結果の信憑性がなくなるとされている
でも20％未満ならOKという
ことではない

4. 脱落とは
脱落した患者ほどアウトカム不良傾向
そのため，脱落の数や偏りがバイアスを生む
ので注意が必要
J Acquir Immune Defic Syndr Hum Retrovirol.1997;16:22

5. データ欠損には3つある
測定機器のエラーなどでデータ取れず（MCAR）
前回改善傾向だったので，来なかった（MAR）
体調不良で来れず，来なかった（NMAR）
でもこれはなかなか区別できない

6. データ欠損への対応
データ欠損がない人だけを解析（complete –case analysis）
データを補完・代入(imputation)
最も研究に不利な結果（worst -case シナリオ）
全員イベント発症
など，手を変え品を変え，仮想のデータを欠損値に代入
多重補完（FDAの欠測データのガイドラインオススメ）
統計学に予想される値を何パターンも代入してから，
1つの結果に統合する（いわゆる予想される結果）
バイアスがかなり入るので基本的にはダメ

7. 脱落を見たら
20％未満ならOKということではない
アウトカム発生数が少ない場合は，結果がひっくり
返る可能性がある
特にアウトカム発生が少ない研究では
脱落の割合との比較や，データ欠損をどう解析に
含めているかをチェック