MétaCan
Menu
Retour à la cohorte
Enregistrement W1974235884 · doi:10.1177/0163278703255234

Meta-Analyses of Cluster Randomization Trials

2003· article· en· W1974235884 sur OpenAlexaff
Allan Donner, Gilda Piaggio, José Villar

Notice bibliographique

RevueEvaluation & the Health Professions · 2003
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueMeta-analysis and systematic reviews
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésRandomizationRandomized controlled trialCluster (spacecraft)Meta-analysisCluster randomised controlled trialStatistical powerSample size determinationStatisticsRestricted randomizationComputer scienceMedicineEconometricsMathematicsSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

A commonly cited purpose for conducting a meta-analysis of randomized trials is to increase the statistical power for detecting the effect of an intervention on a specified set of endpoints. At the same time, it also has been noted by several authors that many large-scale cluster randomization trials have not had the power to detect small or even moderate effect sizes. The loss of efficiency associated with cluster randomization relative to individual randomization, and the frequent failure of investigators to take this loss of efficiency into account at the planning stage of a trial, undoubtedly contributes to this problem. In this article, the authors present an approach that may be used to estimate the power of a planned meta-analysis that includes trials that are cluster randomized. Two examples are presented.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,766
score de la tête « metaresearch » (Gemma)0,352
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,948
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,7660,352
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0070,004
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0580,001

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 Opus0,983
Tête enseignante GPT0,739
Écart entre enseignants0,243 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

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

En bref

Citations12
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvaluation & the Health ProfessionsMême sujetMeta-analysis and systematic reviewsTravaux en français237 207