Intracluster correlation coefficients for sample size calculations related to cardiovascular disease prevention and management in primary care practices
Notice bibliographique
Résumé
BACKGROUND: Few studies have comprehensively reported intracluster correlation coefficient (ICC) estimates for outcomes collected in primary care settings. Using data from a large primary care study, we aimed to: a) report ICCs for process-of-care and clinical outcome measures related to cardiovascular disease management and prevention, and b) investigate the impact of practice structure and rurality on ICC estimates. METHODS: We used baseline data from the Improved Delivery of Cardiovascular Care (IDOCC) trial to estimate ICC values. Data on 5,140 patients from 84 primary care practices across Eastern Ontario, Canada were collected through chart abstraction. ICC estimates were calculated using an ANOVA approach and were calculated for all patients and separately for patient subgroups defined by condition (i.e., coronary artery disease, diabetes, chronic kidney disease, hypertension, dyslipidemia, and smoking). We compared ICC estimates between practices in which data were collected from a single physician versus those that had multiple participating physicians and between urban versus rural practices. RESULTS: ICC estimates ranged from 0 to 0.173, with a median of 0.056. The median ICC estimate for dichotomous process outcomes (0.088) was higher than that for continuous clinical outcomes (0.035). ICC estimates calculated for single physician practices were higher than those for practices with multiple physicians for both process (average 3.9-times higher) and clinical measures (average 1.9-times higher). Urban practices tended to have higher process-of-care ICC estimates than rural practices, particularly for measuring lipid profiles and estimated glomerular filtration rates. CONCLUSION: To our knowledge, this is the most comprehensive summary of cardiovascular-related ICCs to be reported from Canadian primary care practices. Differences in ICC estimates based on practice structure and location highlight the importance of understanding the context in which external ICC estimates were determined prior to their use in sample size calculations. Failure to choose appropriate ICC estimates can have substantial implications for the design of a cluster randomized trial.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,219 | 0,626 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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; l’étiquette directe de Gemma et le classifieur distillé Codex 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 ».