
-
生物通官微
陪你抓住生命科技
跳动的脉搏
德国移植登记处肾脏移植数据初始分析:缺失模式、一致性与事件时间数据
《BMC Medical Research Methodology》:Initial data analysis of the national German transplantation registry with a focus on kidney transplantation
【字体: 大 中 小 】 时间:2026年10月16日 来源:BMC Medical Research Methodology 3.7
编辑推荐:
摘要本研究呈现了德国移植登记处(TxReg)数据的初始数据分析(IDA),以更好地理解数据并为未来的数据分析提供参考。该IDA专注于2006年至2016年间成人受者接受来自非生存捐赠者的首次单纯肾脏移植数据,涉及25个数据表中的14,954名受者和9,964名捐赠者的数据。研
本研究呈现了德国移植登记处(TxReg)数据的初始数据分析(IDA),以更好地理解数据并为未来的数据分析提供参考。该IDA专注于2006年至2016年间成人受者接受来自非生存捐赠者的首次单纯肾脏移植数据,涉及25个数据表中的14,954名受者和9,964名捐赠者的数据。研究的方面包括缺失数据模式和结构、数据一致性以及事件时间数据的可用性。结果表明,缺失数据比例差异很大,有些数据表几乎完整,而其他数据表则有超过50%的缺失值。使用决策树方法识别缺失数据模式。流入和流出分析表明,某些变量在填补缺失数据方面具有较高潜力,而其他变量则不太适合进行填补。我们识别出168个多源变量,这些变量由多个数据提供方并行报告,导致某些变量出现差异,但同时也为缺失数据填补提供了机会。我们关于事件时间数据的发现表明,仔细选择用于事件时间分析的变量非常重要,因为结果将强烈依赖于这一选择。总之,我们的发现突出了在使用TxReg数据进行研究时面临的挑战,并为未来分析中的数据预处理和分析提供了建议。
本研究呈现了德国移植登记处(TxReg)数据的初始数据分析(IDA),以更好地理解数据并为未来的数据分析提供参考。该IDA专注于2006年至2016年间成人受者接受来自非生存捐赠者的首次单纯肾脏移植数据,涉及25个数据表中的14,954名受者和9,964名捐赠者的数据。研究的方面包括缺失数据模式和结构、数据一致性以及事件时间数据的可用性。结果表明,缺失数据比例差异很大,有些数据表几乎完整,而其他数据表则有超过50%的缺失值。使用决策树方法识别缺失数据模式。流入和流出分析表明,某些变量在填补缺失数据方面具有较高潜力,而其他变量则不太适合进行填补。我们识别出168个多源变量,这些变量由多个数据提供方并行报告,导致某些变量出现差异,但同时也为缺失数据填补提供了机会。我们关于事件时间数据的发现表明,仔细选择用于事件时间分析的变量非常重要,因为结果将强烈依赖于这一选择。总之,我们的发现突出了在使用TxReg数据进行研究时面临的挑战,并为未来分析中的数据预处理和分析提供了建议。