多重插补后如何将所有数据集组合成一个数据框（小鼠）答案

【问题标题】：How to combine all datasets into a data frame after multiple imputation (mice)多重插补后如何将所有数据集组合成一个数据框（小鼠）
【发布时间】：2021-11-10 09:27:48
【问题描述】：

我阅读了这篇关于多重插补和倾向得分匹配的文章 (https://journal.r-project.org/archive/2021/RJ-2021-073/RJ-2021-073.pdf) - 这是这篇文章的代码：

# code from "MatchThem:: Matching and Weighting after Multiple Imputation", Pishgar et al, The R Journal Vol. XX/YY, AAAA 20ZZ:    

library(MatchThem)
data('osteoarthritis')

summary(osteoarthritis)

library(mice)
imputed.datasets <- mice(osteoarthritis, m = 5)


matched.datasets <- matchthem(OSP ~ AGE + SEX + BMI + RAC + SMK,
                              datasets = imputed.datasets,
                              approach = 'within',
                              method = 'nearest',
                              caliper = 0.05,
                              ratio = 2)

weighted.datasets <- weightthem(OSP ~ AGE + SEX + BMI + RAC + SMK,
                                datasets = imputed.datasets,
                                approach = 'across',
                                method = 'ps',
                                estimand = 'ATM')

library(cobalt)
bal.tab(matched.datasets, stats = c('m', 'ks'),
        imp.fun = 'max')


bal.tab(weighted.datasets, stats = c('m', 'ks'),
        imp.fun = 'max')

library(survey)
matched.models <- with(matched.datasets,
                       svyglm(KOA ~ OSP, family = quasibinomial()),
                       cluster = TRUE)

weighted.models <- with(weighted.datasets,
                        svyglm(KOA ~ OSP, family = quasibinomial()))


matched.results <- pool(matched.models)

summary(matched.results, conf.int = TRUE)

据我了解，作者首先对小鼠 (m = 5) 使用多重插补，然后继续使用 MatchThem 进行匹配过程 - 最后 MatchThem 返回一个名为“matched.datasets”的“mimids-object”，其中包含5种不同的多重插补数据集。

有一个“完整”功能可以提取其中一个数据集，f.e.

newdataset <- complete(matched.datasets, 2) # extracts the second dataset.

所以 newdataset 是一个没有 NA 的数据框（因为已估算），可用于任何进一步的测试。

现在，我想将数据集用作数据框（就像使用完整后一样），但该数据集应该是所有数据集的某种“平均值” - 因为我该如何决定，我将 5 个数据集中的哪一个用于我的进一步分析？有没有办法做这样的事情：

meanofdatasets <- complete(matched.datasets, meanofall5datasets) # extracts a dataset which contains something like the mean values of all datasets

在我想使用此方法的数据中，我想使用原始约 500 行的估算和匹配数据集进行进一步测试，例如cox 回归、kaplan meier 图或竞争风险分析，以及简单的描述性统计数据以及关于匹配人群的图。 但是我必须在 5 个数据集中的哪一个上附加我的测试？对于这些测试，我需要一个真实的数据框，不是吗？

感谢您的帮助！

【问题讨论】：

相关：stackoverflow.com/a/66059183/6574038
"但是这个数据集应该是所有数据集的某种“平均值”——因为我怎么能决定，我使用 5 个数据集中的哪一个来进行进一步的分析？"您可能误解了多重插补的目的。您分析所有插补数据集，以便了解插补引起的可变性。

标签： r matching imputation

【解决方案1】：

这里有一些有价值的资源（来自mice 包的创建者：Stef Vanbuuren）来了解为什么您不应该对倍数数据集进行平均，而是汇总每个估算数据集的估计值，例如进行 cox 回归（请参阅section 5.1 workflow )。 Cox 回归的快速步骤：

您可以使用 matchthem() 轻松进行插补 + 多重插补，这将为您提供 mimids 类对象。
然后通过对 mimids 对象的 with() 函数进行 cox 回归。
最后通过 pool() 合并您的估计，这将为您提供一个 mimira 对象。
最终 mimira 对象可以使用 gtsummary 包 (tbl_regression) 轻松管理，它为您提供了一个精美且易于发布的表格。

【讨论】：