Meta-analysis of community-based cluster randomization trials with binary outcomes
Notice bibliographique
Résumé
BACKGROUND: Cluster randomization trials are widely used to test the effect of an intervention when individuals are naturally found in groups such as communities. For several separate studies of a similar intervention, it may be of interest to combine their results using meta-analysis procedures. However, this task requires consideration of both the likely dependencies among cluster members (intracluster correlation) and stratification based on the studies considered. PURPOSE: In this article, several possible approaches for meta-analysis are considered for cluster randomization trials having a binary outcome. METHODS: It is first noted that the standard Mantel-Haenszel test is invalid in this context since it ignores dependencies among cluster members. Two modifications are therefore considered as well as a general inverse variance approach and a procedure based on the Woolf statistic which does not require the availability of trial-specific design effects. Empirical Type I errors and powers for the different procedures considered are evaluated using Monte Carlo simulation. To illustrate the techniques, data are used from trials performed in four countries to compare two antenatal care programs with respect to their effects on the risk of hypertension during pregnancy. RESULTS: For the simulation scenarios considered, an adjusted Mantel-Haenszel procedure provides a valid test with the greatest power slightly outperforming the general inverse variance approach. LIMITATIONS: The potential need to adjust for possible confounding was not considered. However, more detailed information on confounders would not likely be available for most meta-analyses. CONCLUSION: Two procedures performed well. However, the choice of analysis approach also inevitably depends on the nature and extent of the available data.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,949 | 0,724 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,057 | 0,048 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».