我用不同的治疗方法治疗了两组 100 人。我有大多数参与者的治疗前和治疗后数据（以及 1 个月的随访。我也有一些变量的每周数据，但可能包括也可能不包括这些）。一组约有10%的病例在治疗后退出，另一组有30%的病例在随访时退出。我想比较每组治疗的效果（即，随着时间的推移，组成员身份与症状的关系[连续]）。请注意，辍学百分比不是功效分析的一部分（这将在另一项分析中考虑）。

• 我被告知使用多重插补来帮助解决丢失数据的问题。此选项将涉及在数据插补之后进行重复测量方差分析，并尝试使用不同的模拟数据库将重复分析的结果汇总。
• 我还被告知要使用分层线性建模（即混合效应建模），因为这种分析对于缺失数据非常稳健。

哪个选项更好？我应该使用模拟缺失值的方法（例如多重插补）还是使用我拥有的数据以及对缺失数据具有鲁棒性的方法？

这个问题让我很着迷，也对我的工作产生了重要影响！任何指导将不胜感激。让我们假设我可以（大部分）正确地进行分析。

编辑：另外我应该注意，另一种选择是使用两种方法（即插补后跟 HLM）。我很欣赏这是一个选择。如果这是您的建议，请继续说明原因，但如果两个选项互斥，请说明哪个更好。