Effect of Study Duration and Outcome Measurement Frequency on Estimates of Change for Longitudinal Cohort Studies in Routinely-Collected Administrative Data
Notice bibliographique
Résumé
INTRODUCTION: When designing longitudinal cohort studies, investigators must make decisions about study duration (i.e. length of follow-up) and frequency of outcome measurement. This research explores these design decisions for longitudinal cohort studies constructed using routinely-collected administrative data. OBJECTIVES: To illustrate the effects of varying study duration and frequency of outcome measurement in longitudinal cohort studies conducted using routinely-collected administrative data using a numeric example. METHODS: Linked administrative data from Manitoba, Canada were used. The cohort included mothers who experienced the death of an infant between April 1, 1999 and March 31, 2012 and a matched (three:one) group of mothers who did not experience an infant death. A generalized linear model was used to test for differences between groups in the non-linear (i.e. quadratic) and linear trend over time for the number of healthcare contacts. Holding sample size constant, models were fit to the data for various combinations of study duration and measurement frequency. Regression coefficient estimates and their standard errors were compared. RESULTS: A total of 2576 mothers were included; 644 experienced an infant death and 1932 were matches. Thirteen combinations of measurement frequency (one, two, three, four periods/year) and study duration (one, two, three, four years) were investigated. As frequency increased from one to four periods/year, the standard errors of the regression coefficients for the group difference in the non-linear trend (i.e. group-time-time interaction) decreased up to 98.9%. As duration increased from one to fours years, the standard errors decreased up to 96.9%. As frequency and duration increased, the estimated regression coefficients trended toward zero. Similar results were observed for the linear trend model. CONCLUSION: Longitudinal cohort studies based on administrative data offer flexibility in time-related design elements, but present potential challenges. Recommendations about how to select and report design decisions in studies should be included in reporting guidelines.
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 | 0,657 | 0,787 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,004 | 0,018 |
| Bibliométrie | 0,004 | 0,008 |
| Études des sciences et des technologies | 0,003 | 0,010 |
| Communication savante | 0,005 | 0,007 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,008 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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; 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 ».