Estrategia para datos faltantes
Consulta de dos fases sobre datos faltantes centrada en la privacidad: la IA genera un script de perfilado específico del diseño del estudio (con diagnósticos MAR y la prueba MCAR de Little) para ejecutar localmente, luego entrega una estrategia completa basada en la salida anonimizada — los datos brutos nunca salen de su dispositivo.
Paso 1: Describa su diseño de estudio, qué variables tienen datos faltantes, su preferencia de software (R/Python) y opcionalmente su hipótesis clínica sobre por qué faltan datos. La IA genera un script de perfilado personalizado con diagnósticos MAR y verificaciones específicas del diseño del estudio.
Paso 2: Ejecute el script localmente y pegue el bloque de salida. La IA diagnostica el mecanismo de datos faltantes usando las señales de correlación del perfilador y entrega una estrategia completa (método recomendado, código de implementación, plantilla de sección Métodos, plan de análisis de sensibilidad).
Consultor de bioestadística en dos fases para datos faltantes. La Fase 1 genera dinámicamente un script de perfilado específico del diseño del estudio — tipos de variables, tasas de faltantes, diagnósticos de correlación MAR, verificaciones específicas del diseño (balance de brazos en ECA, patrones de abandono longitudinal, tasas de faltantes estratificadas por resultado) y la prueba MCAR de Little, todo ejecutado localmente. La Fase 2 usa la salida del perfilador para diagnosticar MCAR/MAR/MNAR, recomienda el método óptimo y proporciona código ejecutable completo y un párrafo de Methods listo para publicar.