Estimates of intra-cluster correlation coefficients from 2018 USA Medicare data to inform the design of cluster randomized trials in Alzheimer’s and related dementias
Notice bibliographique
Résumé
BACKGROUND: Cluster randomized trials (CRTs) are increasingly important for evaluating interventions embedded in health care systems. An essential parameter in sample size calculation to detect both overall and heterogeneous treatment effects for CRTs is the intra-cluster correlation coefficient (ICC) of both outcome and covariates of interest. However, obtaining advance estimates for the ICC can be challenging. When trial outcomes will be obtained from routinely collected data sources, there is an opportunity to obtain reliable ICC estimates in advance of the trial. Using USA national Medicare data, we estimated ICCs for a range of outcomes to inform the design of CRTs for people living with Alzheimer's and related dementias (ADRD). METHOD: Data from 2018 Medicare Fee-for-Service beneficiaries, specifically, 1,898,812 individuals (≥ 65 years) with diagnosis of ADRD within 3436 hospital service areas (treated as clusters) and 306 hospital referral regions (treated as fixed strata), were used to calculate unadjusted and adjusted ICC estimates for three outcomes: death, any hospitalizations, and any emergency department (ED) visits and three covariates: age, race and sex. We present both overall and stratum-specific ICC estimates. We illustrate their use in sample size calculations for overall treatment effects as well as detecting treatment effect heterogeneity. RESULTS: The unadjusted overall ICCs for death, hospitalizations, and ED visits were 0.001, 0.010, and 0.017 respectively. Stratum-specific ICCs varied widely across the 306 HRRs: median 0.001, 0.010 and 0.025 for death, hospitalizations, and ED visits respectively and 0.007, 0.001, and 0.080 for age, sex and race. An interactive R Shiny app is provided that allows users to retrieve estimates overlayed on a map of the USA. CONCLUSIONS: We presented both adjusted and unadjusted ICCs for outcomes as well as unadjusted ICCs for covariates of potential interest from population-level data in the USA and demonstrated how the estimates may be used in sample size calculations for CRTs in ADRD.
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 | 0,452 | 0,758 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,008 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».