为应用可视化的临界点分析法处理临床研究缺失数据并探讨相关问题。枚举因缺失值导致的"所有"可能结局，并找出组间比较P值发生变化（P=0.05为差异有统计学意义）的临界点，进一步计算P<0.05的组合所占比例，判定研究结论的可靠性。临界点分析法可用于连续型或二分类结局的临床研究数据，并找到对应的临界点。在连续型结局实例中P<0.05区域的比例为93.6%，否定零假设即试验成功的可靠性较高；二分类结局实例P<0.05区域的比例为29.7%，否定零假设即试验成功的可靠性较低。临界点分析法可用于含缺失数据的临床研究，为结果判定提供可视化的判定依据。
版权归中华医学会所有。
未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
除非特别声明，本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。
临床研究中由于研究对象病情恶化、死亡、失访等原因经常出现缺失数据导致结果发生偏倚[1]，甚至可能完全改变研究结论[2,3]。近期美国国家研究委员会（National Research Council，NRC）提出了试验设计和实施阶段减少缺失数据的系统指南[4,5]，但缺失数据仍不可避免。常用于处理缺失数据的方法包括完整观测法（complete-case analysis）、填补法（imputation）、极大似然法（maximum likelihood estimation）和加权调整法（nonresponse weighting）。与以往传统方法不同，临界点分析法（tipping-point analysis）是将因缺失值导致的"所有"可能结果通过枚举的方式列出，并逐一进行假设检验，找到使结论发生转变的组合，从而得到缺失数据存在情况下最全面的结果。2014年Liublinska和Rubin[6]在美国食品药品监督管理局提出的临界点展示法（tipping-point display）基础上[7]，改进了结果可视化和连续型结局的处理方法，绘制临界点分析热图，并提出连续型结局缺失值均值取值范围的假设。为此本文旨在引入该方法，并利用临床试验实例分析和探讨该方法在实际应用中的问题，为临床研究者提供一种简单易行处理缺失数据的方法。
