Handling missing data through prevention strategies in self-administered questionnaires: a discussion paper
Notice bibliographique
Résumé
BACKGROUND: Self-administered questionnaires are efficient and low-cost ways of collecting data with wide cohorts. Nonetheless, their use in studies can result in a high occurrence of missing data, which can affect the statistical power, representativeness and generalisability of the findings. Imputation methods have been considered efficient statistical techniques for managing missing data. However, they have also been associated with limits, such as the risk of under-estimation of the effect, lower statistical power and decrease of correlation among variables. Recent studies have highlighted the importance of using prevention strategies to avoid missing data before the data are analysed. AIM: To identify strategies for preventing the occurrence of missing data and to discuss their effects, as well as their methodological and statistical considerations. DISCUSSION: The article discusses prevention strategies related to the administration format and follow-up and reminders. Strategies such as the use of electronic tablets, email and telephone reminders are associated with lower rates of missing data in self-administered questionnaires. However, methodological and statistical limits, including the absence of a comparison group and statistical validation of the reported results, limits the capacity to establish robust consensus. CONCLUSION: Prevention strategies represent relevant and feasible avenues for handling missing data in a wide range of clinical, nursing and epidemiological research. More projects based on robust design are needed to ensure accurate and reliable data are collected from patients, families, communities and clinicians. IMPLICATIONS FOR PRACTICE: It is important for clinicians and nurses to understand the phenomenon of missing data and the strategies available to prevent missing data, to collect data representing the patients' and families' perspectives and experiences.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,204 | 0,245 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,007 | 0,012 |
| Science ouverte | 0,006 | 0,006 |
| Intégrité de la recherche | 0,010 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».