Comparação de métodos de imputação única e múltipla usando como exemplo um modelo de risco para mortalidade cirúrgica

Abstract

INTRODUÇÃO: A perda de informações é um problema frequente em estudos realizados na área da Saúde. Na literatura essa perda é chamada de missing data ou dados faltantes. Através da imputação dos dados faltantes são criados conjuntos de dados artificialmente completos que podem ser analisados por técnicas estatísticas tradicionais. O objetivo desse artigo foi comparar, em um exemplo baseado em dados reais, a utilização de três técnicas de imputações diferentes. MÉTODO: Os dados utilizados referem-se a um estudo de desenvolvimento de modelo de risco cirúrgico, sendo que o tamanho da amostra foi de 450 pacientes. Os métodos de imputação empregados foram duas imputações únicas e uma imputação múltipla (IM), e a suposição sobre o mecanismo de não-resposta foi MAR (Missing at Random). RESULTADOS: A variável com dados faltantes foi a albumina sérica, com 27,1% de perda. Os modelos obtidos pelas imputações únicas foram semelhantes entre si, mas diferentes dos obtidos com os dados imputados pela IM quanto à inclusão de variáveis nos modelos. CONCLUSÕES: Os resultados indicam que faz diferença levar em conta a relação da albumina com outras variáveis observadas, pois foram obtidos modelos diferentes nas imputações única e múltipla. A imputação única subestima a variabilidade, gerando intervalos de confiança mais estreitos. É importante se considerar o uso de métodos de imputação quando há dados faltantes, especialmente a IM que leva em conta a variabilidade entre imputações para as estimativas do modelo.

Imputação múltipla e análise de casos completos em modelos de regressão logística: uma avaliação prática do impacto das perdas em covariáveis

“…Mais recentemente, Nunes et al 25 discutem e comparam métodos de imputação simples e múltipla numa reanálise dos dados do estudo anterior, agora preservando as perdas originais da covariável. Distintamente de ambos, o presente estudo é mais abrangente, já que alia a preservação do mecanismo de perda original da variável IMC_referido à possibilidade de validação dos resultados.…”

Monthly analysis, seasonal and interanual the reference evapotranspiration for the southwestern Amazon, Acre, Brazil

“…Entende-se por imputação a técnica de preencher os dados faltantes com valores plausíveis (Nunes et al, 2010). Métodos simples, também conhecidos como métodos de imputação única (IU) ou univariada são bastante utilizados na literatura.…”

“…Diversos estudos têm utilizado técnicas multivariadas de imputação para preencher dados faltantes em diversas áreas de pesquisa, tais como saúde e clima e concluíram que os procedimentos multivariados apresentaram melhor desempenho e acurácia que os univariados e que os métodos multivariados com ajuste do componente temporal apresentaram maior acurácia e precisão (Junger, 2008;Nunes et al, 2009;Nunes et al, 2010;Costa et al, 2012).…”

Imputação De Dados Diários De Radiação Solar Global via Ambiente R

“…Recentemente, têm sido utilizados métodos de imputação, por exemplo, os que utilizam a decomposição por valores singulares de uma matriz (DVS) - (GARCÍA-PEÑA et al, 2014). Vale destacar que o problema com dados faltantes (missing data) em séries temporais, não se restringe apenas as áreas de Meteorologia e Climatologia (ZHANG, 2016;KOWARIK ;TEMPL, 2016, GRÜND et al, 2016, se estende também as áreas da Saúde e das Ciências Sociais (NUNES et al, 2010).…”