Dealing with missing values on variables using multiple imputation methods to Cox regression analysis

Abstract

In the field of Survival Analysis, where the complete case analysis is the common method, we exclude cases with missing values. In order to take advantage of the whole dataset, we propose multiple imputation methods to cope with missing data. To implement these methods, a fully observed variable is necessary to exist in the dataset. This fully observed variable offers closest to the real values estimations of the other variable with missing values. More specifically, the proposed multiple imputation methods in this thesis are the following: the semi-parametric predictive mean matching and the non-parametric nearest neighbor multiple imputation. In order to evaluate the performance of the aforementioned methods, Cox regression analysis is employed. In the end, the methods are compared in terms of efficiency, robustness and consistency.

Στο πεδίο της Ανάλυσης Επιβίωσης, όπου η complete case analysis είναι η ̹κοινή μέϑοδος, απο̹κλείουμε παρατηρήσεις με ελλειπούσες τιμές. Προ̹κειμένου να ε̹κμεταλλευτούμε ολό̹κληρο το σύνολο δεδομένων, προτείνουμε πολλαπλές μεϑόδους απόδοσης τιμών για την αντιμετώπιση των δεδομένων που λείπουν. Για την εφαρμογή αυτών των μεϑόδων, απαιτείται μια πλήρως παρατηρούμενη μεταβλητή στο σύνολο δεδομένων. Αυτή η πλήρως παρατηρούμενη μεταβλητή προσφέρει πλησιέστερες ε̹κτιμήσεις των πραγματι̹κών τιμών της άλλης μεταβλητής με τις ελλειπούσες τιμές. Πιο συγ̹κε̹κριμένα, οι προτεινόμενες μέϑοδοι πολλαπλού ̹καταλογισμού σε αυτή τη διπλωματι̹κή εργασία είναι οι εξής: η ημι-παραμετρι̹κή predictive mean matching ̹και η μη παραμετρι̹κή nearest neighbor multiple imputation. Προ̹κειμένου να αξιολογηϑεί η απόδοση των προαναφερϑεισών μεϑόδων, χρησιμοποιείται ανάλυση παλινδρόμησης Cox. Εν τέλει, οι μέϑοδοι συγ̹κρίνονται ως προς την αποτελεσματι̹κότητα, την ευρωστία ̹και τη συνέπεια.