Statistical analysis plan for a cluster-randomised trial assessing the effectiveness of implementation of a bedside evidence-based checklist for clinical management of brain-dead potential organ donors in intensive care units: DONORS (Donation Network to Optimise Organ Recovery Study)
Notice bibliographique
Résumé
BACKGROUND: The quality of clinical care of brain-dead potential organ donors may help reduce donor losses caused by irreversible or unreversed cardiac arrest and increase the number of organs donated. We sought to determine whether an evidence-based, goal-directed checklist for donor management in intensive care units (ICUs) can reduce donor losses to cardiac arrest. METHODS/DESIGN: The DONORS study is a multicentre, cluster-randomised controlled trial with a 1:1 allocation ratio designed to compare an intervention group (goal-directed checklist for brain-dead potential organ donor management) with a control group (standard ICU care). The primary outcome is loss of potential donors due to cardiac arrest. Secondary outcomes are the number of actual organ donors and the number of solid organs recovered per actual donor. Exploratory outcomes include the achievement of relevant clinical goals during the management of brain-dead potential organ donors. The present statistical analysis plan (SAP) describes all primary statistical procedures that will be used to evaluate the results and perform exploratory and sensitivity analyses of the trial. DISCUSSION: The SAP of the DONORS study aims to describe its analytic procedures, enhancing the transparency of the study. At the moment of SAP subsmission, 63 institutions have been randomised and were enrolling study participants. Thus, the analyses reported herein have been defined before the end of the study recruitment and database locking. TRIAL REGISTRATION: ClinicalTrials.gov, NCT03179020. Registered on 7 June 2017.
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 | 0,008 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 ».