Retrieved dropout imputation considering administrative study withdrawal
针对行政性研究退出导致的临床试验缺失值现有插补方法的缺陷，提出两种基于检索式失访插补框架的处理方法，经模拟和实际抗糖尿病治疗临床试验验证表现良好。
2024-10-09 stat.AP stat.ME
Cox regression analysis with missing covariates via multiple imputation
我们考虑估计Cox回归的情况，其中一些协变量可能缺失，并且存在可能预测缺失协变量的额外信息（包括观察到的事件时间、删失指标和完全观察到的协变量）。我们建议使用两个工作回归模型：一个用于预测缺失协变量，另一个用于预测缺失概率。对于每个缺失协变量观察值，这两个工作模型用于定义最近邻插补集。然后使用该数据集对缺失观测值的协变量值进行非参数插补。插补完成后，对多重插补数据集进行Cox回归，以估计回归系数。在一个模拟研究中，我们比较了非参数多重插补方法与增广逆概率加权（AIPW）方法，它直接将两个工作模型的Cox回归估计。我们表明，所有的方法都可以减少偏见，由于不可验证的缺失机制。所提出的非参数插补方法对两个工作模型中的任何一个的错误设定具有鲁棒性，并且对两个工作模型的链接函数的错误设定具有鲁棒性。相比之下，AIPW方法对两个工作模型的链接函数的错误指定不具有鲁棒性，并且对选择概率敏感。我们将这些方法应用于监测，流行病学和最终结果（SEER）计划的乳腺癌数据集。
2017-10-12 stat.ME
A multiple imputation approach to distinguish curative from life-prolonging effects in the presence of missing covariates
本文针对协变量缺失的Cox比例风险治愈模型，提出基于多重插补和全条件指定的改进方法，分别对治愈概率和未治愈者生存建模，并在BO06骨肉瘤临床试验数据上验证其优于完整案例分析和全协变量分析。
2024-12-30 stat.ME
Improved computational efficiency and stability when imputing censored covariates: Analytic and numerical approaches
针对删失协变量插补中半参数方法计算效率低且数值稳定性差的问题，提出基于参数化生存模型的解析解与稳定计算方法，并在 R 包 speedyCMI 中实现，提升了插补的计算效率与稳定性。
2025-04-26 stat.ME
Scalable and Efficient Multiple Imputation for Case-Cohort Studies via Influence Function-Based Supersampling
Seoul National University（首尔大学）
本文提出基于影响函数的超抽样方法，通过权重校准在减少计算负担的同时保持效率，适用于高维昂贵生物标志物的危险比估计。
2025-12-11 stat.ME
Imputing Missing Values with External Data
本文提出Stata新命令mi impute from，利用外部研究估计的线性预测因子和协方差矩阵填补缺失值，无需共享个体数据，并给出方法、语法及合作研究实例。
2024-10-03 stat.ME
The `Why' behind including `Y' in your imputation model
针对缺失协变量插补是否应纳入结局变量的问题，本文通过数学推导区分随机插补与确定性插补，证明前者必须纳入结局以获得无偏估计，后者则不应纳入。
2024-03-01 stat.AP stat.ME
Missing data imputation for a multivariate outcome of mixed variable types
临床试验中收集的数据通常由多种类型的变量组成。例如，实验室测量和生命体征是连续或分类变量的纵向数据，不良事件可能是复发事件，死亡是至事件发生时间变量。在任何临床试验期间，由于患者退出研究或由于使用假设策略处理并发事件而导致的缺失数据几乎总是发生。同时用混合类型的变量估算这些数据是一项尚未广泛研究的挑战。在这篇文章中，我们建议使用一个近似的完全条件规范来填补缺失数据。仿真结果表明，在随机缺失的假设下，该方法能得到满意的结果。最后，从临床试验评估糖尿病治疗的实际数据进行了分析，以说明所提出的方法的潜在好处。
2023-01-11 stat.CO stat.ME
Asymmetric Tobit analysis for correlation estimation from censored data
人类排泄物中的病原微生物对水资源的污染是一个全球性的公共卫生问题。粪便污染的监测通常通过对单一类型或几种类型的微生物进行常规监测来进行。为了设计一个可行的例行定期监测和控制暴露于病原体的风险，可靠的统计算法推断水中微生物浓度之间的相关性需要建立。此外，由于病原体通常以低浓度存在，一些污染物可能低于检测限。这会产生成对左删失数据集，并使相关系数的计算复杂化。如果未检出值被更好地插补，则相关估计的误差可以更小。为了获得更好的插补，我们利用边信息，并开发了一种新的技术，\emph{asymmetric Tobit model}，这是一个扩展的Tobit模型，使领域知识可以有效地利用时，拟合模型的删失数据集。实证结果表明，领域知识的填补是有效的。
2021-01-24 stat.AP
Correcting Conditional Mean Imputation for Censored Covariates and Improving Usability
本文指出了现有删失协变量条件均值插补公式的错误，推导了正确的条件均值形式，并提供了R软件包imputeCensoRd以提升可用性。
2021-09-24 stat.ME
Imputing With Predictive Mean Matching Can Be Severely Biased When Values Are Missing At Random
研究表明，当数据随机缺失时，预测均值匹配（PMM）插补法可能存在严重偏差且不一致，其估计回归斜率偏差可达80%，因此不建议将其作为默认插补方法。
2025-06-28 stat.ME
Left-censored recurrent event analysis in epidemiological studies: a proposal when the number of previous episodes is unknown
在流行病学研究中，特别是观察性研究中，分析复发事件时，左删失可能相对频繁地发生。具体而言，将在有效启动队列研究之前已经处于风险中的个体纳入队列研究，可能会导致对已经经历过的既往发作的不了解，这将容易导致偏倚和低效的估计。本文的目的是提出一种统计方法，在这些情况下成功地执行。我们的建议是基于使用具有特定基线风险的模型，在未知时插补先前发作的次数，根据个体先前是否有风险以及使用虚弱术语进行分层模型。通过一个全面的模拟研究，在不同的情况下，该方法的性能进行了检查，即使在开始之前的后续行动的风险的受试者的百分比是非常高的，与偏差往往是在10%以下，覆盖率约为95%，有时有点保守，所提出的方法取得了显着的性能。如果基线危险是恒定的，似乎“间隔时间”方法更好;如果它不是恒定的，"计数过程“似乎是一个更好的选择。由于缺乏对部分（或全部）受试者既往发作的了解，不建议使用常用基线方法。我们的提议似乎在大多数提议的情况下都可以接受，在这方面成为一个有趣的替代方案。
2021-02-22 stat.AP stat.ME
Bridging Medical Data Inference to Achilles Tendon Rupture Rehabilitation
KTH Royal Institute of Technology（瑞典皇家理工学院）；Karolinska Institute（卡罗林斯卡学院）
估算不完整的医学测试和预测患者结局对于指导治疗决策至关重要，例如在跟腱断裂（ATR）之后。我们制定的ATR相关的医疗测量的数据填补和预测的问题到一个推荐系统框架。通过应用MatchBox，这是一种协同过滤方法，从374例ATR患者收集的真实数据集上，我们的目标是提供个性化的医疗数据插补和预测。在这项工作中，我们展示了这种方法的可行性，并讨论了潜在的研究方向进行初步的定性评估。
2016-12-07 cs.LG stat.AP
On window mean survival time with interval-censored data
针对区间删失数据，提出基于单点插补和Turnbull方法的WMST估计与检验方法，模拟显示其在非比例风险情形下优于RMST，效能与对数秩检验相当。
2025-02-27 stat.AP
Modeling Variables with a Detection Limit using a Truncated Normal Distribution with Censoring
当收集的数据受检测限限制时，低于检测限的观察结果可视为删失。此外，此类观测的域可能受到限制;例如，可能要求值为非负。我们提出了一种回归方法，删失观测，也占域限制。该方法发现最大似然估计假设基本截断正态分布。我们表明，我们的方法，tcensReg，优于其他方法通常用于数据的检测限，如Tobit回归和单插补的检测限或半检测限的偏差和均方误差的模拟设置范围下。我们应用我们的方法来分析从眼科临床试验中收集的视觉质量数据，比较白内障手术中植入的不同类型的人工晶状体。
2019-11-25 stat.AP stat.ME
Index Date Imputation for Survival Analysis in Externally Controlled Trials with Delayed Treatment Initiation
Johns Hopkins University School of Medicine（约翰斯·霍普金斯大学医学院）；Johns Hopkins University（约翰斯·霍普金斯大学）
针对外部对照试验中因治疗启动延迟导致的索引日期错位问题，提出截断感知的索引日期插补（IDI）方法，结合倾向得分加权以校正混杂，模拟和真实数据验证其减少偏差的有效性。
2026-06-18 stat.AP stat.ME
Multiple imputation of missing covariates when using the Fine-Gray model
本文针对 Fine-Gray 模型中缺失协变量问题，提出结合潜在删失时间插补与 Cox 模型插补方法的实质模型兼容多重插补框架，并通过模拟和实例验证其效率与稳健性。
2024-05-26 stat.ME
Survival Trees for Interval-Censored Survival data
区间删失数据，其中事件时间仅已知位于某个时间间隔内，在实践中常见;例如，在医学研究中，患者在预定时间访问诊所或医院，并且感兴趣的事件发生在访视之间。这些数据是适当的分析使用的方法，占这种不确定性的事件时间测量。本文提出了一种基于条件推理框架的区间删失数据生存树方法。使用蒙特卡罗模拟我们发现，树是有效的，在揭示底层树结构，执行类似的区间删失的考克斯比例风险模型适合时，真正的关系是线性的，并执行至少以及（和右删失优于）的考克斯模型时，真正的关系是非线性的。此外，区间删失树优于将事件时间插补为删失区间终点或中点的生存树。我们说明了该方法的应用程序的牙齿出现的数据。
2017-07-19 stat.ME
Temporally-Reweighted Chinese Restaurant Process Mixtures for Clustering, Imputing, and Forecasting Multivariate Time Series
Probabilistic Computing Project Massachusetts Institute of Technology（麻省理工学院概率计算项目）
本文提出了一种贝叶斯非参数方法，用于稀疏观测的多变量时间序列数据的预测、插补和聚类。该方法适用于联合建模数百个时间序列广泛变化，非平稳动态。给定$N$时间序列的集合，贝叶斯模型首先使用中国餐馆过程先验将它们划分为独立的聚类。在一个集群内，所有的时间序列建模共同使用一种新的“临时重新加权”的中国餐馆的过程混合物的扩展。使用马尔可夫链蒙特卡罗技术从后验分布中获得样本，然后将其用于形成预测推断。我们使用美国疾病控制和预防中心的季节性流感数据将该技术应用于具有挑战性的预测和估算任务，与多个广泛使用的基线相比，显示出卓越的预测准确性和具有竞争力的估算准确性。我们进一步表明，该模型发现可解释的集群数据集与数百个时间序列，使用宏观经济数据从Gapminder基金会。
2018-04-01 cs.LG stat.ME stat.ML
Temporal Wasserstein Imputation: A Versatile Method for Time Series Imputation
本文提出了一种完全非参数化的时间Wasserstein插补方法，用于处理具有任意非系统性缺失模式的时间序列，能够减轻分布偏差并支持下游统计分析，理论和数值实验验证了其有效性和实用性。
2025-08-13 stat.ME
Leveraging Random Assignment to Impute Missing Covariates in Causal Studies
针对随机实验中协变量缺失影响治疗效应估计的问题，研究对比了均值填补、回归单一填补、多重填补三类方法在遵循/忽略随机化原则下的表现，发现考虑随机化仅能小幅提升填补准确性，为异质性治疗效应估计中的协变量填补提供参考。
2020-11-08 stat.ME
Should a Normal Imputation Model Be Modified to Impute Skewed Variables?
研究人员经常在正态性假设下估算连续变量，但许多不完全变量是偏斜的。我们发现，在正态模型下输入偏斜的连续变量会导致偏倚;对于常用的被估量（如均值、标准差和线性回归系数），偏倚通常是轻微的，但对于更多的形状依赖被估量（如偏度或偏度系数），偏倚可能是严重的。我们测试了几种适应正态插补模型以适应偏度的方法，包括转换、截断或删失（舍入）正常插补值的方法，以及从二次或截尾回归中插补值的方法。这些修改都不能可靠地降低正态模型的偏差，有些修改会使偏差变得更糟。我们的结论是，如果必须在正态模型下估算一个偏斜变量，通常最安全的方法是不进行修改-除非你对估计平均值，方差和回归的估计更感兴趣。在结论中，我们简要地讨论了有前途的发展领域的连续插补模型，不假设正态。
2017-07-17 stat.ME
Component over Composite: Mitigating Type I Error Inflation when Imputing "Days Alive and at Home"
MRC-Biostatistics Unit, University of Cambridge（剑桥大学医学研究委员会生物统计单元）；Papworth Trials Unit Collaboration, Royal Papworth Hospital（皇家帕普沃斯医院帕普沃斯试验单元合作）
本文研究了在填补“在家存活天数”复合结局时如何减轻I型错误膨胀的问题，通过模拟研究比较了不同处理缺失数据的方法，发现对组件层面进行多重插补比对复合体层面进行插补更能控制I型错误，建议未来研究应开发更适用于复杂DAH定义的插补方法。
2026-05-20 stat.AP stat.ME
Multiple Imputation Methods for Missing Multilevel Ordinal Outcomes
多重插补（MI）是一种处理观察性研究中缺失数据的既定技术。联合建模（JM）和完全条件规范（FCS）是常用的方法填补多级聚类数据。然而，顺序聚类结果变量的MI方法还没有得到很好的研究，特别是当有信息聚类大小（ICS）。本研究的目的是描述不同的插补和分析策略的多级顺序结果时，ICS存在。我们进行了全面的蒙特卡罗模拟研究，比较五种不同的方法：完全案例分析（CCA），FCS，FCS+CS（包括集群大小（CS）时，执行插补），JM，JM+CS在不同的场景。我们评估他们的表现，使用比例优势逻辑斯谛回归模型估计聚类加权广义估计方程（CWGEE）。仿真结果表明，在ICS存在的情况下，在插补中加入聚类大小可以显著提高插补精度。FCS比JM提供更准确和稳健估计，其次是CCA用于多水平有序结果。我们进一步将这些方法应用于实际的牙科研究。
2022-09-26 stat.AP stat.ME
SMIM: a unified framework of Survival sensitivity analysis using Multiple Imputation and Martingale
删失生存数据在临床试验研究中很常见。我们提出了一个统一的框架，敏感性分析随机删失的生存数据使用多重插补和鞅，称为SMIM。建议的框架采用δ调整和控制为基础的模型，敏感性参数，需要随机删失和广泛的收集删失非随机假设。此外，考虑到删失导致的缺失数据，其目标是广泛的一类处理效应被估量，定义为治疗特异性生存函数的泛函。多重插补有助于使用简单的全样本估计;然而，标准鲁宾组合规则可能高估了敏感性分析框架中推断的方差。基于估计量的序贯构造，将多重插补估计量分解为鞅序列，并通过对鞅序列的重构，提出了Wild Bootstrap推断。新的自助推断具有理论上的一致性保证，是计算效率相比，非参数自助对应。我们评估有限样本的性能，建议SMIM通过模拟和应用程序上的HIV临床试验。
2021-05-14 stat.ME
Multiple imputation for propensity score analysis with covariates missing at random: some clarity on within and across methods
Johns Hopkins Bloomberg School of Public Health（约翰斯·霍普金斯大学布隆伯格公共卫生学院）
本文澄清了倾向评分分析中处理随机缺失协变量的多重插补方法的适用性，指出内方法在全数据设定下一致，而现有跨方法不一致，提出改进的跨方法并推荐使用标准内方法。
2023-08-28 stat.ME
Outcome-Assisted Multiple Imputation of Missing Treatments
本研究提出结果辅助的多重插补方法，通过结合结果回归与倾向得分模型来插补缺失治疗，以减小逆概率加权估计量的偏差，提升观察性研究中平均治疗效应的推断性能。
2025-01-21 stat.AP stat.CO stat.ME
A pseudo empirical likelihood approach for stratified samples with nonresponse
在调查中，不回答是很常见的。当调查变量$Y$的响应概率通过观察到的辅助分类变量$Z$取决于$Y$时（即，$Y$的回答概率有条件地独立于$Y$（给定$Z$），实践中经常使用的一种简单方法是使用$Z$类别作为插补单元格，并通过插补非应答者或在每个插补单元格内重新加权应答者来构建估计量。然而，当某些$Z$类别具有小尺寸并且经常应用特别方法来折叠小填充单元时，这种简单方法是低效的。假设一个参数模型的条件概率$Z$给定$Y$和一个非参数模型的分布$Y$，我们开发了一个伪经验似然方法，以提供更有效的调查估计。我们的方法避免了任何特别的折叠小$Z$类别，因为重新加权或插补是跨$Z$类别完成的。基于伪经验似然方法，导出了总体均值估计量的渐近分布。对于方差估计，我们考虑了一个自助过程，并建立了它的一致性。一些模拟结果提供评估有限样本性能的估计。
2009-03-03 stat.ME
Evaluating causal indirect effects when mediators are left-censored by assay limit of quantification
Harvard Chan School of Public Health（哈佛陈曾熙公共卫生学院）
针对中介变量因检测定量下限导致的左删失问题，提出结合分数插补与半参数EM算法的半参数框架，用于估计自然直接和间接效应，并通过数据自适应bootstrap实现稳健推断。
2026-11-02 stat.ME
Adjusting for Outcome Reporting Bias in Meta-analysis: A Multiple Imputation Approach
Epidemiology, Biostatistics and Prevention Institute (EBPI)（流行病学、生物统计学与预防研究所）；Center for Reproducible Science and Research Synthesis (CRS)（可重复科学与研究综合中心）；University of Zurich (UZH)（苏黎世大学）
该研究针对Meta分析中的结果报告偏倚问题，提出通过多重填补方法来解决，包括单变量和多变量Meta分析。通过应用于临床数据和模拟研究，验证了方法有效性，能提供偏差调整估计，为评估Meta分析结论对ORB的敏感性提供实用灵活方法。
2026-07-09 stat.ME
Bayesian Prediction with Covariates Subject to Detection Limits
在工业问题中，由于信号干扰或测量设备缺乏灵敏度而导致的协变量缺失值是常见的。我们提出了一个完整的贝叶斯解决方案的预测问题，一个有效的马尔可夫链蒙特卡罗（MCMC）算法，更新所有的删失协变量值联合在一个随机扫描吉布斯采样。我们发现，缺失协变量值的联合更新可以比单变量更新至少高两个数量级。这种提高的效率被证明是至关重要的快速学习缺失的协变量值和他们的不确定性在实时决策的背景下，特别是当有大量的相关性在后的缺失值。该方法进行了评估模拟数据和电信部门的数据。我们的研究结果表明，所提出的贝叶斯插补提供了更准确的预测比天真的插补，并在插补辅助变量的使用提供了额外的预测能力。
2022-01-19 stat.AP stat.ME
