医学论文缺失数据怎么报告？逐变量人数、分析分母与处理假设

先准备能相互对照的材料

1. 研究样本与数据字典

   提供有权使用的来源、版本、研究单位、纳排规则和观察时点；逐字段说明适用人群、单位、跳题与特殊编码。结构性不适用、拒答、测量失败和未知原因分别记录，不按数字代码猜语义。

2. 确定性汇总与重叠计数

   提供逐变量适用人数、有效人数、缺失人数及原因，必要时按组/时点汇总；同时取得各分析所需变量集合的联合缺失或完整记录人数。不要把患者行级值交给模型，也不要用边际缺失表猜联合人数。

3. 分析方案与实际输出

   列出每个模型的结局、暴露、调整变量、目标人群和计划缺失方法；附实际分析人数、软件/版本及方案偏离。尚未选择或执行的方法明确标为待确认，不把计划写成已完成。

产物一：逐变量缺失表，分母写在每行

假设符合纳入条件的唯一参与者共500人。Y、X、C适用于全部500人；Z仅对预设80人亚组采集，其余420人属于不适用，不计入Z的缺失分母。原因目前未核实，不能补写。

每行均满足适用人数=有效人数+缺失人数。这里是未加权人数与比例；复杂抽样的加权估计必须另标，不能由人数表推算。实际研究应依设计补充分组或时点，不把失访、未匹配和字段缺失混用。

产物三：把实际方法、假设与敏感性分开写

1. 只写已确定且实际执行的方法

   若做完整病例分析，写明每个分析所需变量、实际样本及排除规则，并讨论样本改变和偏倚可能。若做多重插补，报告纳入的变量、方法/模型、插补次数、诊断、结果合并规则及实际分析样本；依据真实方案与输出填写，不照搬他文参数。

2. 缺失机制是假设，不是缺失率标签

   MCAR指缺失概率不依赖观测及未观测数据；MAR指给定已观测资料后不再依赖缺失值本身；MNAR则仍可能依赖缺失值。单凭百分比、组间比较或一次检验不能证明MAR而排除MNAR。结合采集过程讨论合理性，原因未知就保留未知。

3. 预先说明要挑战哪个假设

   敏感性分析应围绕具体缺失假设或分析人群差异，与主要分析比较同一目标估计及不确定性，并解释差异。只写“进行了敏感性分析”不够；未执行的分析列为建议/待办，不编估计值，也不把结果相近当成没有偏倚的证明。

怎样用AI把材料整理成可审阅草稿

1. 可复制的建议输入（不是执行记录）

   请仅使用我提供的合法数据字典、缺失汇总、联合人数、已定方案和实际输出，整理：①逐变量适用/有效/缺失人数与分母；②各分析变量集合及实际人数对照；③方法与缺失假设草稿；④敏感性分析已执行/计划状态；⑤逐项依据与待确认清单。先检查算术和重叠，无法算联合人数就明确缺少什么。区分结构性不适用与缺失；不推断MCAR/MAR/MNAR，不自行选删除或插补，不生成结果，不把计划写成已执行。下面附材料：[版本与授权范围、字典、汇总、方案、输出]。

   可审阅交付应保留“内容—依据—状态—待确认项”对应关系，而不只是润色后的段落。上面的500人示例只可用于教学；替换材料时重新核对所有计数，不沿用示例数字或编造运行记录。

交给合作者前，人工核对这六项

1. 每个变量的适用分母与特殊编码是否有来源？
2. 逐变量人数与比例是否可重算，重叠是否单独核实？
3. Table 1、流程图、各模型的分母是否分别定义并解释差异？
4. 方法、插补设置和样本是否来自真实执行而非建议？
5. 缺失原因、机制假设、敏感性状态与局限是否如实保留？
6. 是否只向AI提供可公开/有权使用的汇总，而非患者行级资料？

常见问题