Application of Heterogeneity of <scp>Treatment‐Effects</scp> Methods: Exploratory Analyses of a Trial of <scp>Exercise‐Based</scp> Interventions for Knee Osteoarthritis
Notice bibliographique
Résumé
OBJECTIVE: To evaluate heterogeneity of treatment effects in a trial of exercise-based interventions for knee osteoarthritis (OA). METHODS: Participants (n = 350) were randomized to standard physical therapy (PT; n = 140), internet-based exercise training (IBET; n = 142), or wait list (WL; n = 68) control. We applied qualitative interaction trees (QUINT), a sequential partitioning method, and generalized unbiased interaction detection and estimation (GUIDE), a regression tree approach, to identify subgroups with greater improvements in Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) score over 4 months. Predictors included 24 demographic, clinical, and psychosocial characteristics. We conducted internal validation to estimate optimism (bias) in the range of mean outcome differences among arms. RESULTS: Both QUINT and GUIDE indicated that for participants with lower body mass index (BMI), IBET was better than PT (improvements of WOMAC ranged from 6.3 to 9.1 points lower), and for those with higher BMI and a longer duration of knee OA, PT was better than IBET (WOMAC improvement was 6.3 points). In GUIDE analyses comparing PT or IBET to WL, participants not employed had improvements in WOMAC ranging from 1.8 to 6.8 points lower with PT or IBT versus WL. From internal validation, there were large corrections to the mean outcome differences among arms; however, after correction, some differences remained in the clinically meaningful range. CONCLUSION: Results suggest there may be subgroups who experience greater improvement in symptoms from PT or IBET, and this finding could guide referrals and future trials. However, uncertainty persists for specific treatment-effects size estimates and how they apply beyond this study sample.
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 | 0,357 | 0,487 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,021 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 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 ».