研究脱落导致缺失数据对基于结局依赖性抽样(ODS)的纵向分析推断的影响

本研究针对纵向队列研究中普遍存在的脱落缺失数据问题，探讨了在完全随机缺失(MCAR)、随机缺失(MAR)和非随机缺失(MNAR)三种机制下，采用结局依赖性抽样(ODS)方法时缺失数据对统计推断的影响。通过基于HIV感染队列的模拟研究，发现当仅抽样完整病例时会加剧MNAR和MAR导致的偏倚，而包含不完全随访个体的ODS分析对MCAR具有稳健性且受MAR影响较小。该研究为利用历史生物样本库进行回顾性研究提供了重要方法学指导。

　　

在纵向队列研究中，因研究对象脱落导致的缺失数据会对基于结局依赖性抽样(Outcome-Dependent Sampling, ODS)的统计推断产生重要影响。当无法检测所有可用生物样本或需要保存珍贵样本时，ODS方法为病例-对照研究框架向纵向设置的延伸提供了有效解决方案。

研究人员通过模拟研究（基于Advancing Clinical Therapeutics Globally HIV Infection, Aging, and Immune Function Long-Term Observational Study队列）系统评估了三种缺失数据机制：完全随机缺失(MCAR)、随机缺失(MAR)和非随机缺失(MNAR)的影响。研究比较了两种抽样策略：（1）仅选择完成全程随访的完整病例；（2）包含所有个体（包括随访不完全者）。

研究结果表明：当纵向数据存在MNAR时，ODS方法会出现与随机抽样相似的偏倚。若仅对完整随访参与者进行抽样，MNAR和MAR导致的偏倚会进一步加剧。模拟显示包含不完全随访参与者的ODS分析对MCAR具有稳健性，且受MAR缺失的影响较小。

这项研究强调：在利用ODS方法进行回顾性生物样本检测时，研究者必须充分考虑脱落现象对抽样设计和分析过程的潜在影响，特别是在处理珍贵历史生物样本库时需采用适当的统计方法来控制因缺失数据导致的偏倚。