MétaCan
Menu
← Retour à la cohorte
Enregistrement W2000550041 · doi:10.1055/s-2006-933397

Adjusting to Imbalance: When to Statistically Adjust for Differences Between Treatment Groups in Clinical Studies

2006· article· en· W2000550041 sur OpenAlexafffund
Manish Bhandari, Kyung Taek Lim, Pinghao Li, Darren Mah, A Jonsson

Notice bibliographique

RevueOsteosynthesis & Trauma Care · 2006
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueMeta-analysis and systematic reviews
Établissements canadiensMcMaster University
Organismes subventionnairesRoyal College of Physicians and Surgeons of Canada
Mots-clésMedicineRandomized controlled trialClinical trialTrial registrationMedical literatureSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background/Objective: Surgeons conducting randomized trials are sometimes left with the dilemma of unbalanced characteristics between the treatment and control groups. It remains debatable how baseline differences between treatment and control groups should be handled in surgical studies. Some investigators advocate ignoring the imbalanced variable whiles others believe an “adjusted analysis” should be performed, correcting for the variable imbalanced between groups. We reviewed the rationale and conduct of adjusted and unadjusted analyses in surgical clinical trials. Methods: We conducted computerized and hand searches to identify published surgical randomized controlled trials in the British Medical Journal (BMJ), Journal of the American Medical Association (JAMA), New England Journal of Medicine, The Lancet, Journal of Bone and Joint Surgery (JBJS - American Volume), and Journal of Bone and Joint Surgery (JBJS - British Volume) between January 2000 and April 2003. Three reviewers abstracted information about imbalances in baseline variables and variable adjustment. Discrepancies were resolved by consensus. Results: We identified 72 randomized trials. Studies presented an average of 10.3 ± 7.7 baseline variables. Fifteen trials (20.8 %) reported imbalances in baseline characteristics of their study populations. Twenty-three trials (31.9 %) reported both unadjusted and covariate-adjusted results but unadjusted analyses received more emphasis in 18 trials (78.3 %). The studies' conclusions were changed in 3 trials (13 %) when an adjusted analysis was conducted. Conclusions: Our review has identified important problems with the reporting and rationale for adjusting for imbalances in patient groups in surgical clinical trials. Investigators conducting clinical comparative studies should endeavor to report the rationale for conducting adjusted analyses of their data. In the absence of such information, readers should rely more on the simple unadjusted results of a study.

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)0,798
score de la tête « metaresearch » (Gemma)0,931
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: Méthodes
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,202
Score d'incertitude au seuil0,249

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,7980,931
Méta-épidémiologie (sens strict)0,0050,004
Méta-épidémiologie (sens large)0,0160,020
Bibliométrie0,0260,025
Études des sciences et des technologies0,0050,015
Communication savante0,0150,025
Science ouverte0,0140,008
Intégrité de la recherche0,0140,014
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,732
Tête enseignante GPT0,552
Écart entre enseignants0,179 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
GenreMéthodes

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

En bref

Citations0
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOsteosynthesis & Trauma Care→Même sujetMeta-analysis and systematic reviews→Travaux en français237 207→