MétaCan
Menu
Retour à la cohorte
Enregistrement W1569677164 · doi:10.18433/j3sw36

Random Allocation in Controlled Clinical Trials: A Review

2014· review· en· W1569677164 sur OpenAlexvenueno aff
Bolaji Emmanuel Egbewale

Notice bibliographique

RevueJournal of Pharmacy & Pharmaceutical Sciences · 2014
Typereview
Langueen
DomaineMathematics
ThématiqueStatistical Methods in Clinical Trials
Établissements canadiensnon disponible
Organismes subventionnairesKeele University
Mots-clésRandom assignmentComputer scienceOptimal allocationSample size determinationStrengths and weaknessesOperations researchStatisticsMathematicsPsychologyMathematical optimization

Résumé

récupéré en direct d'OpenAlex

PURPOSE: An allocation strategy that allows for chance placement of participants to study groups is crucial to the experimental nature of randomised controlled trials. Following decades of the discovery of randomisation considerable erroneous opinion and misrepresentations of its concept both in principle and practice still exists. In some circles, opinions are also divided on the strength and weaknesses of each of the random allocation strategies. This review provides an update on various random allocation techniques so as to correct existing misconceptions on this all important procedure. METHODS: This is a review of literatures published in the Pubmed database on concepts of common allocation techniques used in controlled clinical trials. RESULTS: Allocation methods that use; case record number, date of birth, date of presentation, haphazard or alternating assignment are non-random allocation techniques and should not be confused as random methods. Four main random allocation techniques were identified. Minimisation procedure though not fully a random technique, however, proffers solution to the limitations of stratification at balancing for multiple prognostic factors, as the procedure makes treatment groups similar in several important features even in small sample trials. CONCLUSIONS: Even though generation of allocation sequence by simple randomisation procedure is easily facilitated, a major drawback of the technique is that treatment groups can by chance end up being dissimilar both in size and composition of prognostic factors. More complex allocation techniques that yield more comparable treatment groups also have certain drawbacks. However, it is important that whichever allocation technique is employed, unpredictability of random assignment should not be compromised.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,063
score de la tête « metaresearch » (Gemma)0,175
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,937
Score d'incertitude au seuil0,335

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0630,175
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0110,006
Bibliométrie0,0110,012
Études des sciences et des technologies0,0010,003
Communication savante0,0050,004
Science ouverte0,0040,002
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,924
Tête enseignante GPT0,779
Écart entre enseignants0,144 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
DomaineMéthodes
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pharmacy & Pharmaceutical SciencesMême sujetStatistical Methods in Clinical TrialsTravaux en français237 207