Dealing with missing dataIf data ar

Dealing with missing data
If data are missing from reports, we will make attempts to contact
the study authors to obtain missing information. If this is not
successful, we will assume that the data are missing ’at random’ or
’not at random’.
Data are said to be ‘missing at random’ if the fact that they are
missing is unrelated to actual values of the missing data. For instance,
if some quality-of-life questionnaires were lost in the postal
system, this would be unlikely to be related to the quality of life of
the trial participants who completed the forms. Data are said to be
‘not missing at random’ if the fact that they are missing is related
to the actual missing data. For instance, in a trial if participants do
not attend the final follow-up interview because they have developed
a pressure ulcer or are in pain, they are more likely to have
missing outcome data. Such data are ‘non-ignorable’ in the sense
that an analysis of the available data alone will typically be biased.
Publication bias and selective reporting bias lead by definition to
data that are ’not missing at random’, and attrition and exclusions
of individuals within studies often do as well (Higgins 2011b).
If data turn out to be missing at random, we will analyse the available
information. If data are regarded to be notmissing at random,
we will make explicit the assumptions of any methods we use to
deal with the missing data, for example that the missing values
were assumed to indicate a poor outcome. We will undertake a
sensitivity analysis to assess how sensitive the results are to reasonable
changes in the assumptions made. We will also address the
potential impact of any missing data on the findings of the review
in the Discussion section (Higgins 2011b).

ผลลัพธ์ (ไทย) 1:

การจัดการกับข้อมูลที่ขาดหายไปถ้าข้อมูลหายไปจากรายงาน เราจะทำให้ความพยายามที่จะติดต่อผู้เขียนศึกษาเพื่อให้ได้ข้อมูลที่หายไป ถ้าไม่ประสบความสำเร็จ เราจะสมมติว่า ข้อมูลหายไป 'ที่สุ่ม' หรือ'ไม่สุ่ม'ข้อมูลที่จะกล่าวว่า 'หายไปสุ่ม ' ถ้าข้อเท็จจริงที่จะหายไปจะไม่เกี่ยวข้องจริงกับค่าของข้อมูลที่ขาดหายไป ตัวอย่างถ้าแบบสอบถามคุณภาพชีวิตบางอย่างได้หายไปในที่ไปรษณีย์ระบบ นี้จะไม่น่าจะเกี่ยวข้องกับคุณภาพชีวิตของผู้เรียนทดลองที่สมบูรณ์แบบ ข้อมูลกล่าวได้ว่า เป็น'ไม่ขาดสุ่ม' ถ้าเกี่ยวข้องกับความจริงที่ว่า พวกเขาจะหายไปการขาดข้อมูลที่แท้จริง ในการทดลองถ้าผู้เรียนทำเช่นไม่ร่วมสัมภาษณ์ติดตามผลขั้นสุดท้ายเนื่องจากพวกเขาได้พัฒนามีอาการเจ็บปวดหรือความดันเข้า ๆ จะมีแนวโน้มที่จะมีผลข้อมูลสูญหาย ข้อมูลดังกล่าวเป็น 'ไม่ใช่-ignorable' ในความรู้สึกว่า การวิเคราะห์ข้อมูลเพียงอย่างเดียวจะมีความโน้มเอียงโดยทั่วไปความโน้มเอียงในการตีพิมพ์และอคติเลือกรายงานนำ โดยกำหนดให้ข้อมูลที่ 'ไม่ หายสุ่ม' และ attrition และการแยกของบุคคลในการศึกษามักจะทำด้วย (ฮิกกินส์ 2011b)ถ้าข้อมูลเปิดออกหายสุ่มไป เราจะวิเคราะห์ที่มีข้อมูล ถ้าข้อมูลจะถือเป็น notmissing สุ่มเราจะทำให้ชัดเจนสมมติฐานใด ๆ วิธีที่เราใช้จัดการกับข้อมูลที่หายไป ตัวอย่างที่ขาดหายไปค่าได้สันนิษฐานเพื่อระบุผลลัพธ์ที่ไม่ดี เราจะดำเนินการการวิเคราะห์ความไวการประเมินวิธีการที่สำคัญผลลัพธ์เหมาะสมกับการเปลี่ยนแปลงในสมมติฐานที่ทำ เราจะอยู่ผลกระทบของข้อมูลขาดหายไปบนที่พบคือในการอภิปรายส่วน (ฮิกกินส์ 2011b)

ผลลัพธ์ (ไทย) 2:

การจัดการกับข้อมูลที่ขาดหายไป
ถ้าข้อมูลจะหายไปจากรายงานของเราจะทำให้ความพยายามที่จะติดต่อ
ผู้เขียนศึกษาเพื่อให้ได้ข้อมูลที่ขาดหายไป หากไม่
ประสบความสำเร็จเราจะสมมติว่าข้อมูลหายไป 'สุ่ม' หรือ
'ไม่ได้อยู่ที่สุ่ม.
ข้อมูลบอกว่าจะหายไปโดยการสุ่ม 'ถ้าความจริงที่ว่าพวกเขาจะ
หายไปไม่เกี่ยวข้องกับค่าที่แท้จริงของที่หายไป ข้อมูล ตัวอย่างเช่น
ถ้าบางแบบสอบถามที่มีคุณภาพของชีวิตได้หายไปในไปรษณีย์
ระบบนี้จะไม่น่าจะเกี่ยวข้องกับคุณภาพชีวิตของ
ผู้เข้าร่วมการทดลองใช้รูปแบบที่เสร็จสิ้น ข้อมูลจะกล่าวว่าเป็น
'ไม่ได้หายไปโดยการสุ่ม' ถ้าความจริงที่ว่าพวกเขาจะหายเป็นเรื่องที่เกี่ยวข้อง
กับข้อมูลที่เกิดขึ้นจริงที่ขาดหายไป ยกตัวอย่างเช่นในการพิจารณาคดีหากผู้เข้าร่วมไม่
ได้เข้าร่วมการสัมภาษณ์ติดตามสุดท้ายเพราะพวกเขาได้มีการพัฒนา
แผลความดันหรืออยู่ในความเจ็บปวดที่พวกเขามีแนวโน้มที่จะมี
ข้อมูลที่ขาดหายไปผล ข้อมูลดังกล่าวเป็น 'ที่ไม่ ignorable' ในแง่ที่
ว่าการวิเคราะห์ข้อมูลที่มีอยู่เพียงอย่างเดียวจะมักจะถูกลำเอียง.
อคติที่ตีพิมพ์และนำไปสู่การรายงานอคติเลือกโดยความหมายเพื่อ
ข้อมูลที่ได้รับการ 'ไม่ได้หายไปโดยการสุ่ม' และการขัดสีและการยกเว้น
ของบุคคล ภายในการศึกษามักจะเป็นอย่างดี (ฮิกกินส์ 2011b).
ถ้าข้อมูลเปิดออกจะหายไปที่สุ่มเราจะวิเคราะห์ที่มี
ข้อมูล หากข้อมูลที่ได้รับการยกย่องที่จะ notmissing ที่สุ่ม
เราจะทำให้สมมติฐานที่ชัดเจนของวิธีการใด ๆ ที่เราใช้ในการ
จัดการกับข้อมูลที่ขาดหายไปเช่นว่าค่าที่ขาดหายไป
ได้รับการสันนิษฐานว่าเพื่อแสดงผลที่ไม่ดี เราจะดำเนินการ
วิเคราะห์ความไวในการประเมินผลวิธีการที่สำคัญคือการที่เหมาะสม
ในการเปลี่ยนแปลงสมมติฐาน นอกจากนี้เรายังจะอยู่ที่
ผลกระทบที่อาจเกิดขึ้นจากข้อมูลที่ขาดหายไปใด ๆ เกี่ยวกับการค้นพบในการตรวจสอบ
ในส่วนการอภิปราย (ฮิกกินส์ 2011b)

ผลลัพธ์ (ไทย) 3:

การจัดการกับข้อมูลสูญหาย
ถ้าข้อมูลหายไปจากรายงาน เราจะทำให้ความพยายามในการติดต่อผู้เขียนได้รับการศึกษา
หายข้อมูล ถ้านี่ไม่ใช่
ประสบความสำเร็จ เราจะสมมติว่าข้อมูลจะหายไป ' สุ่ม ' หรือ
'not สุ่ม ' .
ข้อมูลจะถูกกล่าวว่าเป็น ' หายไปสุ่ม ถ้าความจริงนั้น
หายไปกับค่าจริงของข้อมูลที่หายไป .
สำหรับอินสแตนซ์ถ้าแบบสอบถามคุณภาพชีวิต หลงทางอยู่ในระบบไปรษณีย์
นี้คงไม่น่าจะเกี่ยวข้องกับคุณภาพชีวิตของผู้เข้าร่วมทดลองเสร็จ
แบบฟอร์ม ข้อมูลเป็น
'not หายไปสุ่ม ถ้าความจริงที่ว่าพวกเขาจะขาดหายไปเป็นเพื่อจริงที่เกี่ยวข้อง
หายข้อมูล ตัวอย่างเช่น ในการพิจารณาหากผู้เข้าร่วมทำ
ไม่เข้าร่วมการสัมภาษณ์ติดตามสุดท้ายเพราะพวกเขาได้พัฒนา
ความดันแผลหรือเจ็บปวด พวกเขามีแนวโน้มที่จะมี
ข้อมูลขาดหายไปจริงๆ ข้อมูลดังกล่าวเป็น ' ไม่ใช่ ignorable ' ในความรู้สึก
ที่การวิเคราะห์ข้อมูลที่มีอยู่คนเดียวมักจะลำเอียง อคติ และงานรายงาน
ประกาศนำอคติโดยความหมาย

' ไม่พลาดข้อมูลที่สุ่ม "การและการยกเว้น
บุคคลภายในการศึกษามักจะทำเช่นกัน ( ฮิกกินส์ 2011b ) .
ถ้าข้อมูลที่ออกมาจะหายไปสุ่ม เราจะวิเคราะห์ข้อมูลพร้อมใช้งาน

ถ้าข้อมูลถือเป็น notmissing ที่สุ่ม
เราจะให้ชัดเจนขึ้นในวิธีการใด ๆเราใช้

จัดการกับข้อมูลขาดหายไป เช่นว่า คิดถึงค่า
สมมติให้แสดงผลที่ไม่ดีเราจะรู้ในการวิเคราะห์เพื่อประเมินวิธีการที่ละเอียดอ่อน
ผลลัพธ์มีการเปลี่ยนแปลงที่เหมาะสม
ในสมมติฐานที่ทำ เราก็จะแก้ไขผลกระทบที่อาจเกิดขึ้นของข้อมูลสูญหายใด ๆ

ผลของการทบทวนในส่วนอภิปราย ( ฮิกกินส์ 2011b )