An appraisal of the SD <sub>IR</sub> as an estimate of true individual differences in training responsiveness in parallel‐arm exercise randomized controlled trials
Notice bibliographique
Résumé
Calculating the standard deviation of individual responses (SDIR) is recommended for estimating the magnitude of individual differences in training responsiveness in parallel-arm exercise randomized controlled trials (RCTs). The purpose of this review article is to discuss potential limitations of parallel-arm exercise RCTs that may confound/complicate the interpretation of the SDIR. To provide context for this discussion, we define the sources of variation that contribute to variability in the observed responses to exercise training and review the assumptions that underlie the interpretation of SDIR as a reflection of true individual differences in training responsiveness. This review also contains two novel analyses: (1) we demonstrate differences in variability in changes in diet and physical activity habits across an intervention period in both exercise and control groups, and (2) we examined participant dropout data from six RCTs and found that significantly (P < 0.001) more participants in control groups (12.8%) dropped out due to dissatisfaction with group assignment compared to exercise groups (3.4%). These novel analyses raise the possibility that the magnitude of within-subject variability may not be equal between exercise and control groups. Overall, this review highlights that potential limitations of parallel-arm exercise RCTs can violate the underlying assumptions of the SDIR and suggests that these limitations should be considered when interpreting the SDIR as an estimate of true individual differences in training responsiveness.
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 | 0,013 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,016 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».