임상시험자료에서 발생하는 결측값 처리에 관한 통계적 방법

Imputation methods for Clinical Trials Data

임상시험(clinical trials)은 인체를 대상으로 하는 연구방법이므로 결측값 없이 얻어진 자료를 분석하는 것이 이상적이다. 그런데, 결측값이 발생되면 해당 자료를 삭제하거나 바로 전의 자료를 대치하는 LOCF(last observation carried forward) 방법 등이 임상시험에서 활용된다. 그런데, LOCF 방법은 편향이 발생할 소지가 있으므로 이를 보완해 주는 하나의 방법으로 다중대치를 생각할 수 있다. 본 연구에서는 실제 임상시험 자료에 대해 임의로 결측값을 발생시켜 기존의 LOCF 대치 방법과 다중대치 방법을 실제 임상자료에 적용하여 비교하였다.

A problem which frequently arises in clinical trials data is the presence of missing values on the variables. LOCF (last observation carried forward) impute method is one of the most widely used methodology for the clinical trials data with the missing values. But, LOCF method may have the problem that is increasing the bias. Using the multiple imputation method, this problem is alleviated. In this study, we introduce various imputation methods and compare the statistical efficiency of the multiple imputation method with that of the LOCF method. Through the data analysis, the multiple imputation method have statistical efficiency with that of the competing method.