Tôi đề cập đến bài báo này : Hayes JR, Groner JI. "Sử dụng nhiều điểm số chỉ tiêu và xu hướng để kiểm tra ảnh hưởng của ghế xe và sử dụng dây an toàn đối với mức độ nghiêm trọng của chấn thương từ dữ liệu đăng ký chấn thương." Phẫu thuật J Pediatr. 2008 tháng 5; 43 (5): 924-7.
Trong nghiên cứu này, nhiều lần cắt cụt đã được thực hiện để có được 15 bộ dữ liệu hoàn chỉnh. Điểm số tỷ lệ sau đó được tính toán cho mỗi tập dữ liệu. Sau đó, đối với mỗi đơn vị quan sát, một bản ghi được chọn ngẫu nhiên từ một trong 15 bộ dữ liệu đã hoàn thành (bao gồm cả điểm số xu hướng liên quan), do đó tạo ra một bộ dữ liệu cuối cùng được phân tích bằng cách khớp điểm số.
Câu hỏi của tôi là: Đây có phải là cách hợp lệ để thực hiện khớp điểm theo xu hướng sau nhiều lần cắt không? Có những cách khác để làm điều đó?
Đối với bối cảnh: Trong dự án mới của tôi, tôi nhằm mục đích so sánh hiệu quả của 2 phương pháp xử lý bằng cách sử dụng phương pháp so sánh điểm xu hướng. Có dữ liệu bị thiếu và tôi dự định sử dụng MICE
gói trong R để tính các giá trị bị thiếu, sau đó twang
thực hiện khớp điểm theo xu hướng và sau đó lme4
để phân tích dữ liệu phù hợp.
Cập nhật1:
Tôi đã tìm thấy này giấy mà phải mất một cách tiếp cận khác nhau: Mitra, Robin và Reiter, Jerome P. (2011) xu thế điểm phù hợp với thiếu đồng biến qua lặp, nhiều khoản tính tuần tự [Tài liệu nghiên cứu]
Trong bài báo này, các tác giả tính toán điểm số của xu hướng trên tất cả các bộ dữ liệu được liệt kê và sau đó gộp chúng bằng cách tính trung bình, theo tinh thần của nhiều lần sử dụng quy tắc của Rubin để ước tính điểm - nhưng nó có thực sự áp dụng cho điểm số không?
Sẽ thật sự tuyệt vời nếu bất cứ ai trong CV có thể đưa ra câu trả lời với lời bình luận về 2 cách tiếp cận khác nhau này, và / hoặc bất kỳ cách nào khác ....