Stratégie pour les données manquantes
Consultation en deux phases sur les données manquantes axée sur la confidentialité : l'IA génère un script de profilage spécifique à la conception de l'étude (avec diagnostics MAR et test MCAR de Little) à exécuter localement, puis fournit une stratégie complète basée sur la sortie anonymisée — aucune donnée brute ne quitte votre appareil.
Étape 1 : Décrivez votre conception d'étude, les variables avec des données manquantes, votre préférence logicielle (R/Python) et optionnellement votre hypothèse clinique sur la raison des données manquantes. L'IA génère un script de profilage personnalisé avec des diagnostics MAR et des vérifications spécifiques à la conception de l'étude.
Étape 2 : Exécutez le script localement et collez le bloc de sortie. L'IA diagnostique le mécanisme de données manquantes à l'aide des signaux de corrélation du profileur et fournit une stratégie complète (méthode recommandée, code d'implémentation, modèle de section Méthodes, plan d'analyse de sensibilité).
Consultant en biostatistique en deux phases pour les données manquantes. La Phase 1 génère dynamiquement un script de profilage spécifique à la conception de l'étude — types de variables, taux de valeurs manquantes, diagnostics de corrélation MAR, vérifications spécifiques à la conception (équilibre des bras d'ECR, patterns d'abandon longitudinal, taux de manquants stratifiés par résultat) et test MCAR de Little, tout exécuté localement. La Phase 2 utilise la sortie du profileur pour diagnostiquer MCAR/MAR/MNAR et fournit une stratégie complète avec code exécutable et paragraphe Methods.