Influence of attrition, missing data, compliance, and related biases and analyses strategies on treatment effects in randomized controlled trials in rehabilitation: a methodological review
Notice bibliographique
Résumé
INTRODUCTION: Attrition, missing data, compliance, and related biases are three interrelated concepts. Previous research has found that these biases can affect the treatment estimates of randomized trials (RCTs). The extent to which the effects of attrition, missing data, compliance and related biases influence effect size estimates in rehabilitation as well as the effect of analytic strategies to mitigate these biases is unknown. EVIDENCE ACQUISITION: To compile and synthetize the empirical evidence regarding the effects of attrition and compliance related biases on treatment effect estimates in rehabilitation RCTs. Electronic searches were conducted. Studies were included if they investigated the effects of attrition, missing data, compliance and related biases on treatment estimates. The seven studies meeting inclusion criteria were coded for type of biases and summarized using a narrative and/or quantitative approach when appropriate. EVIDENCE SYNTHESIS: Findings demonstrated that trials reporting higher levels of attrition (differences in ES: 0.18 [95%CI: 0.15, 0.22 ]), exclusion of participants from analyses (differences in ES: 0.13 [95% CI: -0.03, 0.29]), lack of good control of incomplete outcome data (differences in ES: 0.14 [95%CI: -0.02, 0.30]) and analysis by "as treated"(differences in ES:-0.39 [95%CI: -0.99, 0.2]) or "per protocol" (differences in ES:-0.46 [95%CI: -0.92, 0]) analyses were more likely to have higher effects than those that did not. CONCLUSIONS: These findings suggest that attrition, missing data, compliance, and related biases have an influence in treatment effect estimates in rehabilitation trials. Therefore, these results should be taken into consideration when designing, conducting and reporting trials in the rehabilitation field.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | Métarecherche Domaine: Méthodes · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Sans objet | low |
| gpt | Métarecherche Domaine: Méthodes · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Revue systématique | low |
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 | 0,340 | 0,706 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,044 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».