A.-N. FataliievaD. Shamaida2026-05-222026-05-222022-09-1010.17721/1728-2667.2022/220-3/5https://ir.library.knu.ua/handle/15071834/21823Nowadays, social economics focuses on many critical issues; among them, public health and morbidity are among the highest priorities since they directly impact human capital formation, which is an important component in the development of the economy. Within public health issues, one of the crucial directions is the analysis of the effectiveness of drugs, which is typically performed on micro-level involving patients in hospitals. The data collected usually is not complete, and it causes problems during the analysis as if a significant part of the critical data is missed, that invalidates finding. The multiple imputation method is one of the most common approaches in dealing with this problem. Both primary and sensitivity analysis were performed involving multiple imputation approaches. While the preliminary analysis was performed assuming that the missing-data values are overlooked at random, the sensitivity analysis was conducted on the two approaches of missing not-at-random algorithm – the pattern mixture models and the tipping point method. In the paper, the methodological aspects of the usage of these methods were highlighted. Also, the practical implementation of these methods was given in the example of imputing the missing values of the laboratory parameter at different time points with subsequent calculation of AUC and testing the hypothesis of drug efficacy using the analysis of the covariance model. The primary analysis showed the effectiveness of the new drug compared to the placebo. A sensitivity analysis proved the results of the primary analysis. The tipping point method showed that if the assumption that the mean value of dropout is more significant than observed values for more than 196, then the result of the primary analysis is questionable.У наш час соціальна економіка зосереджена на багатьох критичних питаннях, серед яких охорона здоров'я та захворюваність є одними з найпріоритетніших, оскільки вони безпосередньо впливають на формування людського капіталу, який є важливим складником розвитку економіки. Пропущені дані є актуальною проблемою багатьох соціальних досліджень, що вносить елементи упередженості та робить висновки сумнівними. Існують різні підходи до опрацювання пропущених даних, найпотужнішим серед яких є метод множинної імпутації. У цьому документі представлено огляд двох підходів до аналізу пропущених даних, які стають популярними в останні роки, – моделі, що враховують механізм вибування, і метод переломної точки. Усі розрахунки проводились у пакеті статистичних програм SAS 9.4.enhealthmorbidityhuman capitalmissing datamultiple imputationsгромадське здоров'язахворюваністьлюдський капіталпропущені данімножинна імпутаціяjournal-article