Missing data analysis in longitudinal data. How to analyze it?

Abstract

Mediante este trabajo se pretende caracterizar los estudios con datos longitudinales y los problemas derivados de los análisis en los que se presentan datos faltantes. Apoyándose en los grandes avances en la capacidad computacional que permiten la aplicación de algoritmos más complejos, en los últimos años se han desarrollado nuevos métodos de tratamiento de datos faltantes en el contexto del análisis de datos longitudinales. Se pretende indagar en los distintos tipos de datos faltantes y en la metodología disponible para abordar su análisis en el ámbito de datos longitudinales, para identificar bondades y limitaciones de dichos métodos. En la fase final del trabajo se presentará una ejemplificación de la aplicación de los métodos estudiados mediante el análisis de una base de datos longitudinales en el ámbito de la biomedicina, generando un informe estadístico dinámico (utilizando software de licencia libre: R y Markdown).

In this work, we intend to characterize the studies with longitudinal data and the problems derived from the analyzes in which missing data are presented. In recent years, based on the great advances in computational capacity that allow the application of more complex algorithms, there have been developed new methods of processing missing data in the context of longitudinal data analysis. The aim of this work is to investigate the different types of missing data and the available methodology to address their analysis in the longitudinal data field, in order to identify benefits and limitations of these methods. In the final phase of the work, an exemplification of the application of the methods studied will be presented through the analysis of a longitudinal database in the field of biomedicine, generating a dynamic statistical report (using free license software: R and Markdown).

Mitjançant aquest treball es pretén caracteritzar els estudis amb dades longitudinals i els problemes derivats de les anàlisis en els quals es presenten dades restants. Recolzant-se en els grans avanços en la capacitat computacional que permeten l'aplicació d'algorismes més complexos, en els últims anys s'han desenvolupat nous mètodes de tractament de dades restants en el context de l'anàlisi de dades longitudinals. Es pretén indagar en els diferents tipus de dades restants i en la metodologia disponible per abordar la seva anàlisi en l'àmbit de dades longitudinals, per identificar bondats i limitacions d'aquests mètodes. En la fase final del treball es presentarà una exemplificació de l'aplicació dels mètodes estudiats mitjançant l'anàlisi d'una base de dades longitudinals en l'àmbit de la biomedicina, generant un informe estadístic dinàmic (utilitzant programari de llicència lliure: R i Markdown).