Strategia per i dati mancanti
Consulenza in due fasi sulla privacy per i dati mancanti: l'IA genera uno script di profilazione specifico per il disegno dello studio (con diagnostica MAR e test MCAR di Little) da eseguire localmente, quindi fornisce una strategia completa basata sull'output anonimizzato — nessun dato grezzo lascia il dispositivo.
- Inserisci il disegno dello studio, la descrizione del dataset e i pattern dei dati mancanti (quali variabili, percentuale stimata).
- Fai clic su AI Run: l'IA generera uno script di profiling adattato ai tuoi dati (R o Python).
- Esegui lo script localmente sul dataset e incolla l'output nella chat.
- Ricevi una strategia completa per i dati mancanti: metodo raccomandato, codice di implementazione, bozza della sezione Methods e piano di analisi di sensibilita.
Cosa fa questo strumento
Un consulente per dati mancanti in due fasi per i ricercatori clinici. Fase 1: l'IA genera uno script di profilazione consapevole del disegno di studio che copre tipi di variabili, tassi di missing, diagnostica di correlazione MAR e controlli specifici per il disegno (equilibrio dei bracci in RCT, pattern di abbandono longitudinale, missingness stratificato per esito). Fase 2: l'IA diagnostica il meccanismo di missingness e fornisce una strategia completa — non solo una raccomandazione del metodo, ma una decisione completa con assunzioni, codice di implementazione e analisi di sensibilità.
Riferimento ai meccanismi di dati mancanti
| Meccanismo | Significato | Segnale del profiler | Approccio tipico |
|---|---|---|---|
| MCAR | Missing indipendente da tutte le variabili | Test di Little p > 0.05, nessun pattern di correlazione | Analisi casi completi o imputazione semplice |
| MAR | Missing dipende dalle variabili osservate | Segnale di correlazione rilevato | Imputazione multipla (mice/Amelia) o IPW |
| MNAR | Missing dipende dal valore mancante stesso | Nessun segnale, ma logica clinica suggerisce pattern | Modelli misti di pattern; devono essere dichiarate le assunzioni |
Salvaguardie chiave integrate
Le variabili binarie/categoriali/di conteggio non vengono mai imputate con media o mediana. I dati MNAR non possono essere imputati silenziosamente — l'IA deve elencare le assunzioni affinché il ricercatore possa decidere. Se una variabile chiave supera il 20% di missing, viene generato un Impact Report obbligatorio con trade-off espliciti per 2–3 approcci. Tutte le domande di chiarimento vengono raccolte in un unico messaggio.
Cosa questo strumento non farà
Genera codice di imputazione da eseguire — non imputa direttamente i dati. MNAR non può essere confermato dai soli dati osservati; l'IA lo segnala ma non può provarlo. Non sostituisce il giudizio di uno statistico per presentazioni normative complesse.
Privacy dei dati
Lo script di profilazione viene eseguito interamente sul computer locale. Vengono incollate nella conversazione solo statistiche di riepilogo — i dati grezzi dei pazienti non lasciano mai il tuo computer.