Journal title

fa مدیریت داده‌های گم شده در پژوهش‌های بالینی: مفاهیم، چالش ها و روش‌های برخورد با آن‌ها با استفاده از نرم افزار R Handling Missing Data in Clinical and Medical Research: Concepts, Challenges, and Implementation in R Software عمومى General پژوهشي Research وجود داده‌های گم شده، یکی از چالش‌های شایع و اغلب اجتناب‌ناپذیر در علم داده و پژوهش های بالینی محسوب می‌شود. این مسئله می‌تواند بر دقت، اعتبار درونی و تفسیر نتایج پژوهش تأثیر بگذارد. در این مسیر، درک دقیق مجموعه داده‌ها به تحلیلگران سلامت امکان می‌دهد تا راهبردهایی برای پیشگیری و کاهش داده‌های گم شده در مراحل طراحی و اجرای مطالعه به کار گیرند. با این حال به دلیل ماهیت تحقیقات بالینی، وجود داده‌های ناقص همچنان اجتناب‌ناپذیر می باشد و استفاده از راهکارهای عملی برای مدیریت داده‌های گم شده ضروری است. این مقاله روش‌های اصلی نحوه برخورد با داده های گم شده را مرور می‌کند و  به معرفی انواع مکانیزم و الگوی گم شدگی و همچنین نسبت داده‌های گم شده قابل چشم پوشی می پردازد. در پایان با ارائه یک مثال بر روی مجموعه داده فرضی مربوط به بیماری آرتریت روماتوئید، یکی از کاربردی‌ترین روش های جایگذاری داده های گمشده (جانهی چندگانه با معادلات زنجیره ایی) را معرفی نموده و با استفاده از بسته mice از نرم افزار R، کد های مربوطه اجرا و تفسیر می گردند. لازم به ذکر است محققان با هر سطح دانش نسبت به علم آمارزیستی و نرم افزارR، می توانند با اجرای کدهای ضمیمه شده در مقاله حاضر،درصورت برقرار بودن پیش فرض های مربوطه، به برآورد داده های گمشده در دیتاست پژوهش خود بپردازند. وجود داده‌های گم شده، یکی از چالش‌های شایع و اغلب اجتناب‌ناپذیر در علم داده و پژوهش های بالینی محسوب می‌شود. این مسئله می‌تواند بر دقت، اعتبار درونی و تفسیر نتایج پژوهش تأثیر بگذارد. در این مسیر، درک دقیق مجموعه داده‌ها به تحلیلگران سلامت امکان می‌دهد تا راهبردهایی برای پیشگیری و کاهش داده‌های گم شده در مراحل طراحی و اجرای مطالعه به کار گیرند. با این حال به دلیل ماهیت تحقیقات بالینی، وجود داده‌های ناقص همچنان اجتناب‌ناپذیر می باشد و استفاده از راهکارهای عملی برای مدیریت داده‌های گم شده ضروری است. این مقاله روش‌های اصلی نحوه برخورد با داده های گم شده را مرور می‌کند و  به معرفی انواع مکانیزم و الگوی گم شدگی و همچنین نسبت داده‌های گم شده قابل چشم پوشی می پردازد. در پایان با ارائه یک مثال بر روی مجموعه داده فرضی مربوط به بیماری آرتریت روماتوئید، یکی از کاربردی‌ترین روش های جایگذاری داده های گمشده (جانهی چندگانه با معادلات زنجیره ایی) را معرفی نموده و با استفاده از بسته mice از نرم افزار R، کد های مربوطه اجرا و تفسیر می گردند. لازم به ذکر است محققان با هر سطح دانش نسبت به علم آمارزیستی و نرم افزارR، می توانند با اجرای کدهای ضمیمه شده در مقاله حاضر،درصورت برقرار بودن پیش فرض های مربوطه، به برآورد داده های گمشده در دیتاست پژوهش خود بپردازند. The presence of missing data is regarded as one of the most common and frequently unavoidable challenges in data science and clinical research. This issue may adversely affect the accuracy, internal validity, and interpretation of research findings. In this context, an in-depth understanding of datasets enables health data analysts to implement strategies aimed at preventing and minimizing missing data during the design and conduct phases of a study. Nevertheless, owing to the inherent nature of clinical research, incomplete data remain unavoidable, thereby necessitating the use of practical and robust approaches for managing missing data. This article reviews the primary methods for addressing missing data and presents various missing-data mechanisms and patterns, as well as the proportion of missing data that may be considered ignorable. Finally, through an example based on a hypothetical dataset related to rheumatoid arthritis, one of the most widely used approaches for imputing missing data—multiple imputation by chained equations—is introduced. The corresponding codes are implemented and interpreted using the mice package in R software. Researchers with varying levels of expertise in biostatistics and R software can, provided that the relevant assumptions are met, apply the codes included in this article to estimate missing data in their own research datasets.   داده‌های گم شده, گم شدگی غیر تصادفی, جانهی آماری, یادگیری ماشین, یادگیری عمیق Missing data, Missing not at random, statistical imputation, Machine learning, Deep learning 54 62 http://idap.ir/browse.php?a_code=A-10-34-2&slc_lang=fa&sid=1 Elham Madreseh الهام مدرسه emadreseh@yahoo.com 1003194753284600171 1003194753284600171 Yes Rheumatology Research Center, Tehran University of Medical Sciences, Tehran, Iran مرکز تحقیقات روماتولوژی، دانشگاه علوم پزشکی تهران، تهران، ایران Nasrin Hosseingholizadeh نسرین حسینقلی زاده hosseingholizadehn@gmail.com 1003194753284600172 1003194753284600172 No Miandoab Faculty of Medical Sciences, Urmia University of Medical Sciences, Urmia, Iran دانشکده علوم پزشکی میاندوآب، دانشگاه علوم پزشکی ارومیه، ارومیه، ایران Maassoumeh Akhlaghi معصومه اخلاقی akhlaghimd@yahoo.com 1003194753284600173 1003194753284600173 No Rheumatology Research Center, Tehran University of Medical Sciences, Tehran, Iran مرکز تحقیقات روماتولوژی، دانشگاه علوم پزشکی تهران، تهران، ایران Majid Alikhani مجید علیخانی majid.alikhani1981@gmail.com 1003194753284600174 1003194753284600174 No Rheumatology Research Center, Tehran University of Medical Sciences, Tehran, Iran مرکز تحقیقات روماتولوژی، دانشگاه علوم پزشکی تهران، تهران، ایران Shokufe Sadeghi شکوفه صادقی shokufe.sadeghi13656@gmail.com 1003194753284600175 1003194753284600175 No Rheumatology Research Center, Tehran University of Medical Sciences, Tehran, Iran مرکز تحقیقات روماتولوژی، دانشگاه علوم پزشکی تهران، تهران، ایران