用途：为确证性临床试验提供缺失数据敏感性分析，按ICH E9(R1)先定义估计目标再选分析方法，主分析通常在MAR下用MMRM或MI，并执行可临床表述的MNAR敏感性分析，报告可推翻结论的临界delta。
主要能力：MMRM（非结构化协方差、REML、Kenward-Roger校正，R mmrm）；基于参照的MI（J2R、CR、CIR、LMCF，R rbmi的draws-impute-analyse-pool流程）；临界点delta调整（Permutt 2016）；模式混合识别限制（CCMV/NCMV/ACMV）与选择模型（Diggle-Kenward）。资料还讨论Cro与Bartlett关于方差的争论，以及FDA/EMA对Rubin方差与频率派（CMI+jackknife）方差的实践差异。
使用方式：资料给出R mmrm与rbmi的示例代码，并建议先核对版本（R用packageVersion，Python用pip show），版本不符时按实际API调整。收敛回退层级需在SAP中预先规定。
适用场景：连续纵向终点、二分类终点、含信息性删失的时间事件终点，以及高缺失率或差异脱落（如aducanumab式）情形。
限制：MAR与MNAR无法仅凭观测数据区分；LOCF/BOCF被NRC 2010否定；选择模型结论依赖不可检验的参数假设，FDA仅作敏感性；基于参照MI的方差选择仍有争议，建议同时报告两种方差。具体价格、平台与效果资料暂未提供。