MétaCan
Menu
Retour à la cohorte
Enregistrement W4402716952 · doi:10.1101/2024.09.19.24313989

RaBIt: An Effective Visualization-Driven Tool for Power and Sample Size Estimation in Two-Stage General Randomized Basket Trial Designs

2024· preprint· en· W4402716952 sur OpenAlexafffund
D. Chen, Aoqi Xie, Jiayin Chen, David Castle, Clement Ma

Notice bibliographique

RevuemedRxiv · 2024
Typepreprint
Langueen
DomaineEngineering
ThématiqueSports Dynamics and Biomechanics
Établissements canadiensMcGill UniversityHospital for Sick ChildrenPublic Health OntarioUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesUniversity of Toronto
Mots-clésSample size determinationStage (stratigraphy)VisualizationComputer scienceRandomized controlled trialSample (material)EstimationStatisticsMathematicsData miningEngineeringPhysicsBiologySystems engineeringMedicineThermodynamics

Résumé

récupéré en direct d'OpenAlex

Abstract Basket trial designs with interim analysis have gained significant attention due to their adaptability, flexibility, and scalability. In response to the need for user-friendly tools that enhance the real-world applicability of these designs, we developed a web-based interface aimed at facilitating two-stage basket trial designs. Built using R Shiny, the tool was rigorously validated for output consistency by comparing it to an established R pipeline. Additionally, user testing was conducted to ensure the interface is intuitive and easy to use. The result is a freely accessible tool that provides effective and convenient visualizations for general basket trial designs with interim analysis, available at https://desmondzeyachen.shinyapps.io/AdaptiveTwoStageBasketTrialFeb14/ . Future improvements may further expand the tool’s capabilities to accommodate the increasing complexity of trial designs needed by the research community.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,274
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,297
Écart entre enseignants0,284 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetSports Dynamics and BiomechanicsTravaux en français237 207