护理干预性研究，个体随访丢失了怎么办啊？怎么分析？
详情请点击右方：郑老师团队指导|医院回顾性数据分析与临床预测模型一对一高级学习班，欢迎报名！
各位，郑老师团队新增了一个关于护理研究的公众号：
"护理科学家"
干预性研究，随机对照研究，尤其是基于社区的随访，很多时候会出现一些个案的失访，这种场景太多见了。
对于失访个案的分析，绝大多数护理学的论文的处理方法是是剔除缺失值。
在数据分析时，通过差异性比较表示完成研究的对象仍无统计学差异表面分组均衡性。
这样做的结果和真实的情况是相差不大，或者说几乎相差无几，但仍然不是规范的分析过程。
一般来说临床试验设计与统计分析相对严谨，对于数据的处理也要遵循其“统计学语言”，丢弃缺失的做法虽然不影响大局，但的确影响了，而且本身有合适的方法处理，哪怕用SPSS也有办法处理，那就是填补缺失进行分析。
一般来说分为三步走：第一要声明分析集或者分析原则（ITT原则为主），第二填补缺失（常见的是多重填补方法），第三对填补后的数据开展分析，计算P值和效应值。
如此，一篇更规范的文章就出来了，真的不难，难在你的分析思维。
详情请点击右方：郑老师团队指导 | Nhanes一对一高级学习班，不做实验发表SCI论文