构建临床预测模型遇到缺失值,如何选择最适合的插补方法?

1. 完全随机缺失（MCAR）：缺失与任何已测或未测变量均无关。

💡适用于：单次插补、K近邻插补(KNN)、多重插补(MICE)或删除（仅在缺失率极低时用）。

2.随机缺失（MAR）：缺失概率依赖于其他已观察到的特征（如病情更重者某项指标缺失率更高）。这是临床数据中最常见且合理的假设。

💡适用于：多重插补 或 随机森林插补（Miss Forest）。

3.非随机缺失（MNAR）：缺失本身由该变量自身未观测到的值决定（如高收入者倾向于隐瞒收入）。

💡适用于：模式混合模型、选择模型或进行专门的敏感性分析。

缺失率 <5%：对模型影响较小，任何合理插补方法（包括 MICE 或 KNN）均可；

缺失率 5%~40%：多重插补的黄金适用区间，能有效捕捉不确定性，恢复真实的统计方差；

缺失率 >40%：需慎重评估该变量是否有必要纳入模型，或考虑将其转换为二分类（如未测/已测）变量进行敏感性分析。