Attrition rates in trials for adolescents and young adults at clinical high‐risk for psychosis: A systematic review and meta‐analysis
Notice bibliographique
Résumé
Abstract Background Treatment of those at clinical high‐risk (CHR) for developing psychosis may lead to preventive strategies. However, attrition in trials may hamper efforts to detect effective changes and lead to bias. Our objective was to synthesize the relative attrition rates in clinical trials conducted in CHR for psychosis samples. Method We searched the following electronic databases: MEDLINE, Embase, PsycINFO, CINAHL and EBM with no restrictions. Inclusion criteria was any treatment‐based randomized controlled trial (RCT) conducted in CHR samples that reported attrition. Relative attrition rates were calculated using random‐effects meta‐analysis, stratified by time, and reported as odds ratios (ORs), proportions, and 95% confidence intervals (CIs). Results Twenty‐one RCTs met our inclusion criteria, including a total of 2260 CHR participants. Attrition rates between all treatment types identified were not statistically different from control treatments at any time‐point. When accessing overall trial attrition, the pooled attrition rate was 29.57% (95% CI = 23.84‐35.63%) with statistically significant heterogeneity ( I 2 = 88.70%; P < .001). Furthermore, 11 trials had a subsequent follow‐up after the intervention was conducted and the pooled attrition was 33.96% (95% CI = 24.94‐43.59%). When examining predictors of attrition, no statistically significant subgroup differences were observed in attrition rates. Conclusions Almost one third of CHR participants will not complete participation in an RCT, however no predictors were found to be statistically significantly related to attrition. Methods to account for missing data and attrition are warranted in CHR trials to account for potential biases associated with high attrition rates.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,006 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».