MétaCan
Menu
Retour à la cohorte
Enregistrement W2605552775 · doi:10.1177/084456211504700103

Attrition in Randomized and Preference Trials of Behavioural Treatments for Insomnia

2015· article· en· W2605552775 sur OpenAlexaffvenue
Souraya Sidani, Richard R. Bootzin, Dana R. Epstein, Joyal Miranda, Jennifer Cousins

Notice bibliographique

RevueCanadian Journal of Nursing Research · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueSleep and related disorders
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésAttritionRandomized controlled trialPsychologyMedicineSurgeryDentistry

Résumé

récupéré en direct d'OpenAlex

Preferences for treatment contribute to attrition. Providing participants with their preferred treatment, as done in a partially randomized clinical or preference trial (PRCT), is a means to mitigate the influence of treatment preferences on attrition. This study examined attrition in an RCT and a PRCT. Persons with insomnia were randomly assigned (n = 150) or allocated (n = 198) to the preferred treatment. The number of dropouts at different time points in the study arms was documented and the influence of participant characteristics and treatment-related factors on attrition was examined. The overall attrition rate was higher in the RCT arm (46%) than in the PRCT arm (33%). In both arms, differences in sociodemographic and clinical characteristics were found between dropouts and completers. The type of treatment significantly predicted attrition (all p ≤ .05). The results provide some evidence of a lower attrition rate in the PRCT arm, supporting the benefit of accounting for preferences as a method of treatment allocation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,687
Score d'incertitude au seuil0,932

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,632
Tête enseignante GPT0,514
Écart entre enseignants0,118 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Nursing ResearchMême sujetSleep and related disordersTravaux en français237 207