Không bộ dữ liệu lâm sàng nào đầy đủ 100%. Câu hỏi không phải "có thiếu không" mà là "thiếu VÌ SAO" — vì chính lý do thiếu quyết định cách xử lý.
Ba kiểu thiếu, ba mức nguy hiểm
MCAR — thiếu hoàn toàn ngẫu nhiên: máy xét nghiệm hỏng một buổi. Không liên quan gì đến bệnh nhân. Xóa các ca thiếu chỉ làm mất lực mẫu, không gây lệch.
MAR — thiếu ngẫu nhiên có điều kiện: bệnh nhân trẻ ít được làm siêu âm tim hơn. Việc thiếu giải thích được bằng các biến ĐÃ đo (tuổi), nên có thể xử lý bằng phương pháp thống kê phù hợp.
MNAR — thiếu không ngẫu nhiên: bệnh nhân quá nặng nên không ai kịp đo lactate. Việc thiếu gắn với chính giá trị bị thiếu. Đây là kiểu nguy hiểm nhất và không có cách sửa hoàn hảo.
Ba cách xử lý và hạn của chúng
Phân tích ca đầy đủ (complete-case): mặc định của mọi phần mềm. Chỉ chấp nhận được khi thiếu ít (dưới ~5%) và thuộc MCAR. Với 10 biến mỗi biến thiếu 5%, bạn có thể mất tới 40% cỡ mẫu mà không hề hay biết.
Điền giá trị đơn (single imputation) bằng trung bình: làm số liệu trông đầy đủ nhưng bóp nhỏ độ dao động một cách giả tạo, khiến khoảng tin cậy hẹp hơn sự thật. Không khuyến khích.
Điền bội (multiple imputation): tạo nhiều bộ dữ liệu hoàn chỉnh khác nhau, phân tích từng bộ rồi gộp kết quả — giữ được sự bất định do thiếu dữ liệu. Đây là chuẩn mực hiện nay khi thiếu nhiều và thuộc MAR.
Riêng LOCF (mang giá trị lần đo cuối lấp cho các lần sau) từng rất phổ biến nhưng nay bị coi là lựa chọn tồi trong đa số tình huống: nó giả định bệnh nhân đứng yên sau khi rời nghiên cứu, điều gần như không đúng.
Việc bắt buộc phải làm trong bài báo
Báo cáo SỐ và TỶ LỆ thiếu cho từng biến quan trọng — đặt ngay trong Bảng 1.
So sánh đặc điểm giữa nhóm có và không có dữ liệu thiếu. Nếu hai nhóm khác nhau rõ, đó là bằng chứng chống MCAR.
Nói rõ cách xử lý đã dùng, và làm phân tích độ nhạy: kết luận có đổi không nếu xử lý theo cách khác?
Nếu kết luận đổi tùy cách xử lý dữ liệu thiếu, hãy viết điều đó ra. Đó là phát hiện, không phải điều xấu hổ.
Phòng bệnh hơn chữa bệnh: thiết kế biểu mẫu bắt buộc điền ở các trường sống còn, kiểm tra dữ liệu hằng tuần thay vì chờ tới cuối, và ghi rõ quy ước cho "không đo" so với "đo nhưng âm tính". Reserato cho bạn đánh dấu trường bắt buộc ngay trong form builder.