有缺失才正常，没有缺失不正常。Toogoodtobetrue！收集几百个患者资料的几十个指标，如果所有变量都不缺失，审稿人可能会怀疑数据造假。
需要学习如何采用合理的方法处理缺失数据。
如果是研究的暴露因素（X）或结局指标（Y）有缺失，需要通过设置纳排标准排除掉。如果是混杂因素（Z）有缺失，这个研究对象不要剔除，有办法处理缺失值。例如：把缺失的作为一组，或者采用多重插补（MI，Multipleimputation）的方法，易侕软件有现成的模块。本文分享把缺失的变量做为一组的处理方法。
这篇论文是研究老年女性中口服双磷酸盐和骨折的关系：一项巢式病例对照研究。暴露因素（X）是双膦酸盐，结局指标（Y）是粗隆或骨干骨折，混杂因素（Z）包括BMI等变量。有多少人缺少体重指数（BMI）数据？从表1看出，病例组29.6%的人缺失BMI，对照组27.1%的人缺失BMI数据。有近三分之一的人缺失BMI。缺失会导致什么后果呢？如下图：
在分析口服双磷酸盐和骨折关系时，如果把BMI放在多元回归中调整，可以看到样本量从减少为。原因是回归方程要求每个变量都不缺失，BMI缺失了73例，因此调整BMI后样本量就减少了73，大大损失了样本量。在多元模型中调整BMI时，作者是如何处理缺失的？
作者根据BMI把研究对象分成五组：20、≥20且25、≥25且30、≥30、缺失。把缺失BMI的人作为一组，这样就可以在不损失样本量的情况下，对BMI进行调整。这不失为一种值得借鉴的方法。这是文章中调整BMI的结果，也是这篇文章的核心结果。
在分析口服双磷酸盐和骨折关系时，如果把前面新生产的BMIG（变量注解为BMIGroup）变量放在多元回归中调整，可以看到样本量不再减少了。这样就实现了在不损失样本量的情况下，调整缺失变量BMI，分析X和Y的关系。
在遇到某变量有大量缺失的情况时，需要考虑缺失是否随机，如果把这些人除掉，会不会导致偏性。如本例BMI缺失较多，假如缺失BMI的人多是那些服药但没有骨折的人，在多元模型分析时又把这些人除掉了，则会导致偏性。
校稿：许诺
赞赏