MétaCan
Menu
Retour à la cohorte
Enregistrement W2605639197 · doi:10.1177/084456211504700205

The Contribution of Treatment Allocation Method to Outcomes in Intervention Research

2015· article· en· W2605639197 sur OpenAlexaffvenue
Souraya Sidani, Dana R. Epstein, Richard R. Bootzin, 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-clésPsychologyPhysical therapyMedicine

Résumé

récupéré en direct d'OpenAlex

The purpose of this methodological study was to examine the contribution of treatment allocation method (random vs. preference) on the immediate, intermediate, and ultimate outcomes of a behavioural intervention (MCI) for insomnia. Participants were allocated to the MCI randomly or by preference. Outcomes were assessed before, during, and after completion of the MCI using validated self-report measures. Analysis of covariance was used to compare the post-test outcomes for the 2 groups, controlling for baseline differences. Compared to those randomized, participants in the preference group showed improvement in most immediate outcomes (sleep onset latency, wake after sleep onset, sleep efficiency), both intermediate outcomes (insomnia severity and daytime fatigue), and one ultimate outcome (resolution of insomnia). Using a systematic method for eliciting participants' preferences and involving participants in treatment selection had a beneficial impact on immediate and intermediate outcomes. Additional research should validate the mechanism through which treatment preferences contribute to outcomes.

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)0,011
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,872
Score d'incertitude au seuil0,991

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,239
Tête enseignante GPT0,555
Écart entre enseignants0,316 · 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'étudeAutre devis
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