Compara??o de métodos de imputa??o única e múltipla usando como exemplo um modelo de risco para mortalidade cirúrgica

摘要

INTRODU??O: A perda de informa??es 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 imputa??o dos dados faltantes s?o 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 utiliza??o de três técnicas de imputa??es 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 imputa??o empregados foram duas imputa??es únicas e uma imputa??o múltipla (IM), e a suposi??o sobre o mecanismo de n?o-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 imputa??es únicas foram semelhantes entre si, mas diferentes dos obtidos com os dados imputados pela IM quanto à inclus?o de variáveis nos modelos. CONCLUS?ES: Os resultados indicam que faz diferen?a levar em conta a rela??o da albumina com outras variáveis observadas, pois foram obtidos modelos diferentes nas imputa??es única e múltipla. A imputa??o única subestima a variabilidade, gerando intervalos de confian?a mais estreitos. é importante se considerar o uso de métodos de imputa??o quando há dados faltantes, especialmente a IM que leva em conta a variabilidade entre imputa??es para as estimativas do modelo.