基于标准与参考的条件均值插补

具有纵向结局的临床试验通常包含由于漏访或在 intercurrent events 后采用假设策略处理的结局结构性缺失而导致的缺失数据。基于贝叶斯随机多重插补和 Rubin 规则对多个插补数据集结果进行合并的方法正日益被用于使这些试验的分析与目标估计量保持一致。我们提出并论证了确定性条件均值插补结合刀切法（jackknife）进行推断作为一种替代方法。该方法适用于缺失随机假设下的插补以及基于参考的插补方法。在一个应用和一项模拟研究中，我们证明其与贝叶斯方法给出一致的治疗效应估计，并提供可靠的频率学推断，具有准确的标准误估计和 I 类错误控制。该方法的另一优势是不依赖随机采样，因此可复现且不受蒙特卡洛误差影响。