Site-variable allocation ratios in randomized controlled trials: implications for sample size, recruitment efficiency, and statistical analysis
Notice bibliographique
Résumé
ABSTRACT Introduction In multicentre randomized trials, some sites face logistical constraints that specifically affect their ability to recruit into one arm of the trial more than other arms. Often these are greater limits on their ability to deliver one of the study interventions. This paper proposes the use of allocation ratios that differ by site to increase recruitment capacity in asymmetrically constrained sites. Methods Simulations of randomized trials assessed the impact of several allocation ratios (1:1 to 1:5)—and variation of ratios across sites—on sample size and recruitment capacity, and evaluated several adjustment approaches for time-to-event, binary, and continuous outcomes to prevent bias from site-variable allocation ratios. Results Deviating from 1:1 allocation increases recruitment capacity within sites facing asymmetric constraints faster than it increases sample size requirements. For instance, a 1:3 ratio increased sample size by 35% but doubled the hypothetical recruitment capacity with fewer sites. The bias in treatment effect estimates that occurs when the baseline risk or outcome mean differ between sites allocated with different ratios was readily prevented with simple covariate adjustment or stratification by site or allocation ratio. Conclusions Site-variable allocation ratios may relieve recruitment bottlenecks caused by asymmetric constraints in trial procedures that affect some of the sites in a trial. Accounting for the variation in allocation ratios during analysis is necessary to ensure unbiased treatment effect estimates. This strategy is particularly relevant for trials with low marginal costs for participant recruitment and follow-up, such as many large pragmatic trials embedded in routine care.
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 | 0,550 | 0,785 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,008 |
| Communication savante | 0,005 | 0,007 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,007 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».