Unvollständige Daten in randomisierten dermatologischen Studien: Auswirkungen und statistische Methoden
Notice bibliographique
Résumé
Randomisierte klinische Studien können den höchsten Evidenzgrad für die Wirksamkeit einer therapeutischen Maßnahme liefern. Wenn einzelne Teilnehmer vorzeitig aus einer Studie herausfallen, ist es häufig nicht möglich, die gewünschten Verlaufsparameter zu ermitteln; das führt zu unvollständigen Daten. Die vorliegende Arbeit gibt einen Überblick über verschiedene Mechanismen, die zu unvollständigen Daten führen können. Außerdem werden die Auswirkungen dieser Mechanismen diskutiert und Strategien für den Umgang mit unvollständigen Daten vorgestellt. Die genannten Aspekte werden im Kontext klinischer dermatologischer Studien besprochen. Weiterhin werden praktische Empfehlungen für die Planung von Studien und die Interpretation von Ergebnissen aus Studien mit möglicherweise unvollständigen Daten gegeben.Übersetzung aus Dermatology 2013;226:19-27 (DOI: 10.1159/000346247)
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 | 0,015 | 0,210 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,002 |
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 ».