Intracluster correlation coefficient in multicenter childhood trauma studies
Notice bibliographique
Résumé
OBJECTIVE: To calculate the intracluster correlation coefficient (ICC) for emergency department (ED) shock rate, early trauma death (ie, death during the first 24 h after arrival at hospital), and in-hospital trauma death rate for multicenter childhood injuries. METHODS: The National Trauma Data Bank (5th revision), the largest multicenter trauma registry in the US, was used. Data from 80 trauma centers were used to calculate the ICC for in-hospital trauma death rate. Thirty three states provided data for calculation of the ICC for ED shock and early trauma death rate. RESULTS: From 2000 to 2004, 13% of the 952 242 patients in the National Trauma Data Bank were <15 years old. Approximately 17 000 of these children had injuries with an injury severity score >15, of whom 84% (14 095 subjects) were hospitalized at 80 level I or II trauma centers in 33 states. The ICCs for ED shock rate, early trauma death rate, and in-hospital death rate were 0.005 (95% CI 0.000 to 0.010), 0.014 (95% CI 0.004 to 0.024), and 0.023 (95% CI 0.013 to 0.033), respectively. These ICCs were calculated for boys and girls and also for blunt and penetrating injuries. CONCLUSION: Clustered childhood trauma studies that aim to compare different aspects of pre-hospital and hospital trauma care should incorporate these ICCs for sample calculation. When cluster randomized clinical trials are mounted, if sample sizes are calculated without adjustment for ICC, then the planned trial is likely to be seriously underpowered.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».