縦断的臨床試験でのドロップアウトの取り扱い：LOCFとMMRMアプローチの比較

この研究では、縦断試験で欠落データを処理するための2つの方法を比較します。1つは、繰り返し測定（locf）メソッドを使用し、1つは繰り返し測定用の多変量または混合モデル（MMRM）に基づいています。6つの実際の試験に合わせてシミュレートされたデータセットを使用して、いくつかのドロップアウトメカニズムを課し、治療の比較の治療の違いとパワーのバイアスの観点から方法を比較しました。アクティブアームとプラセボアームが等しくドロップアウトしたため、Locfは一般に治療効果を過小評価していました。しかし、不平等なドロップアウトでは、バイアスははるかに大きく、どちらの方向にもある可能性があります。対照的に、MMRMメソッドのバイアスははるかに小さかった。また、MMRMは20％を超えるパワーの差を引き起こすことはめったにありませんが、LOCFはシミュレーションのほぼ半分で20％を超えるパワーの差を引き起こしました。したがって、LOCFメソッドの使用は、試験の結果を真剣に誤って伝える可能性が高いため、一次分析には適した選択肢ではありません。対照的に、MMRMメソッドは、ドロップアウトメカニズムがランダムに欠落していない場合（MNAR）、実質的に不平等なドロップアウトがない限り、深刻な誤解をもたらす可能性は低いです。さらに、MMRMは明らかに信頼性が高く、統計的に根拠があります。どちらの方法も、より複雑な方法を使用して感度分析が必要であるMNARドロップアウトメカニズムを含む試験を独自に処理することはできません。

This study compares two methods for handling missing data in longitudinal trials: one using the last-observation-carried-forward (LOCF) method and one based on a multivariate or mixed model for repeated measurements (MMRM). Using data sets simulated to match six actual trials, I imposed several drop-out mechanisms, and compared the methods in terms of bias in the treatment difference and power of the treatment comparison. With equal drop-out in Active and Placebo arms, LOCF generally underestimated the treatment effect; but with unequal drop-out, bias could be much larger and in either direction. In contrast, bias with the MMRM method was much smaller; and whereas MMRM rarely caused a difference in power of greater than 20%, LOCF caused a difference in power of greater than 20% in nearly half the simulations. Use of the LOCF method is therefore likely to misrepresent the results of a trial seriously, and so is not a good choice for primary analysis. In contrast, the MMRM method is unlikely to result in serious misinterpretation, unless the drop-out mechanism is missing not at random (MNAR) and there is substantially unequal drop-out. Moreover, MMRM is clearly more reliable and better grounded statistically. Neither method is capable of dealing on its own with trials involving MNAR drop-out mechanisms, for which sensitivity analysis is needed using more complex methods.