MétaCan
Menu
Retour à la cohorte
Enregistrement W2086570160 · doi:10.1142/s0218957704001351

CRITICAL REVIEW OF THE ARMITAGE AND BROSS SEQUENTIAL PROCEDURES IN CLINICAL REHABILITATION TRIALS

2004· article· en· W2086570160 sur OpenAlexaff
Troy Jones, Abdulkadir Hussein, Shrawan Kumar

Notice bibliographique

RevueJournal of Musculoskeletal Research · 2004
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical Methods in Clinical Trials
Établissements canadiensUniversity of WindsorUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésRehabilitationClinical trialMedical physicsSequential analysisComputer scienceSample size determinationResearch designClinical studyMedicinePhysical therapyMathematicsSurgeryStatistics

Résumé

récupéré en direct d'OpenAlex

The use of sequential analysis in clinical rehabilitation research allows a spectrum of analyses in the comparison of two or more treatment protocols. Researchers in rehabilitation medicine are increasingly making use of sequential designs in their clinical investigations. This review serves to highlight the optimal use of the classical sequential designs presented by Armitage and Bross in the mid-twentieth century. A discussion of the limitations of this most basic sequential analysis is presented for the information of clinical researchers considering this study design. Examples of the use of classical and group sequential designs addressing both continuous and dichotomous outcomes are provided, and the advantages and disadvantages of classical and group sequential procedures as compared to fixed sample designs are illustrated with rehabilitation examples. As little literature has been published regarding the application of sequential analysis in clinical rehabilitation trials, clinical pharmacological, and medical trials in addition to medical statistical sources were used in this review.

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)0,358
score de la tête « metaresearch » (Gemma)0,694
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
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 enseignants0,642
Score d'incertitude au seuil0,791

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3580,694
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0100,007
Bibliométrie0,0130,014
Études des sciences et des technologies0,0020,005
Communication savante0,0060,005
Science ouverte0,0050,003
Intégrité de la recherche0,0060,007
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,710
Tête enseignante GPT0,705
Écart entre enseignants0,006 · 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'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

Citations0
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Musculoskeletal ResearchMême sujetStatistical Methods in Clinical TrialsTravaux en français237 207