Inconsistency in Diarrhea Measurements when Assessing Intervention Impact in a Non-Blinded Cluster-Randomized Controlled Trial
Notice bibliographique
Résumé
To explore the consistency in impact evaluation based on reported diarrhea, we compared diarrhea data collected through two different surveys and with observed diarrhea-associated hospitalization for children aged ≤ 5 years from a non-blinded cluster-randomized trial conducted over 2 years in urban Dhaka. We have previously reported that the interventions did not reduce diarrhea-associated hospitalization for children aged ≤ 5 years in this trial. We randomly allocated 90 geographic clusters comprising > 60,000 low-income households into three groups: cholera vaccine only, vaccine plus behavior change (cholera vaccine and handwashing plus drinking water chlorination promotion), and control. We calculated reported diarrhea prevalence within the last 2 days using data collected from two different survey methods. The “census” data were collected from each household every 6 months for updating household demographic information. The “monthly survey” data were collected every month from a subset of randomly selected study households for monitoring the uptake of behavior change interventions. We used binomial regression with a logarithmic link accounting for clustering to compare diarrhea prevalence across intervention and control groups separately for both census and monthly survey data. No intervention impact was detected in the census (vaccine only versus control: 2.32% versus 2.53%; P = 0.49; vaccine plus behavior change versus control: 2.44% versus 2.53%; P = 0.78) or in the vaccine only versus control in the monthly survey (3.39% versus 3.80%; P = 0.69). However, diarrhea prevalence was lower in the vaccine-plus-behavior-change group than control in the monthly survey (2.08% versus 3.80%; P = 0.02). Although the reasons for different observed treatment effects in the census and monthly survey data in this study are unclear, these findings emphasize the importance of assessing objective outcomes along with reported outcomes from non-blinded trials.
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 | 0,606 | 0,605 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,003 |
| Méta-épidémiologie (sens large) | 0,020 | 0,019 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,008 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,006 | 0,006 |
| Intégrité de la recherche | 0,009 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».