Notice bibliographique
Résumé
BACKGROUND/AIMS: The use of pilot studies to help inform the design of randomized controlled trials has increased significantly over the last couple of decades. A pilot study can provide estimates of feasibility parameters, such as the recruitment, compliance and follow-up probabilities. The use of frequentist confidence intervals of these estimates fails to provide a meaningful measure of the uncertainty as it pertains to the design of the associated randomized controlled trial. The objective of this article is to introduce Bayesian methods for the analysis of pilot studies for determining the feasibility of an associated randomized controlled trial. METHODS: An example from the literature is used to illustrate the advantages of a Bayesian approach for accounting for the uncertainty in pilot study results when assessing the feasibility of an associated randomized controlled trial. Vague beta distribution priors for the feasibility parameters are used. Based on the results from a feasibility study, simulation methods are used to determine the expected power of specified recruitment strategies for an associated randomized controlled trial. RESULTS: The vague priors used for the feasibility parameters are demonstrated to be considerably robust. Beta distribution posteriors for the feasibility parameters lead to beta-binomial predictive distributions for an associated randomized controlled trial regarding the number of patients randomized, the number of patients who are compliant and the number of patients who complete follow-up. Ignoring the uncertainty in pilot study results can lead to inadequate power for an associated randomized controlled trial. CONCLUSION: Applying Bayesian methods to pilot studies' results provides direct inference about the feasibility parameters and quantifies the uncertainty regarding the feasibility of an associated randomized controlled trial in an intuitive and meaningful way. Furthermore, Bayesian methods can identify recruitment strategies that yield the desired power for an associated randomized controlled trial.
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 | 0,069 | 0,201 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».