MétaCan
Menu
← Retour à la cohorte
Enregistrement W4405126705 · doi:10.1177/20543581241304510

Randomized Trials Using Provincial Health Numbers for Group Assignment

2024· article· en· W4405126705 sur OpenAlexafffundabout
Amit X. Garg, Stephanie N. Dixon, Charlotte Ma, Erika Basile, Bin Luo, Magda Melo, Amber O. Molnar, Naveen Poonai, Michael J. Schull, Samuel A. Silver, Jessica M. Sontrop, Merrick Zwarenstein, Pavel S Roshanov

Notice bibliographique

RevueCanadian Journal of Kidney Health and Disease · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensPopulation Health Research InstituteMcMaster UniversityQueen's UniversityUniversity of TorontoLawson Health Research InstituteWestern University
Organismes subventionnairesSchulich School of Medicine and DentistryCanadian Institutes of Health ResearchSchulich School of Medicine and Dentistry, Western UniversityAcademic Medical Organization of Southwestern OntarioLawson Health Research Institute
Mots-clésRandomizationRandomized controlled trialMedicineGovernment (linguistics)Restricted randomizationClinical trialComputer scienceStatisticsMathematicsSurgeryPathology

Résumé

récupéré en direct d'OpenAlex

Purpose: Using data from Ontario, Canada, this report shows how provincial government-assigned health card numbers can be used for individual-level randomization in large pragmatic trials. We describe how health card numbers are assigned and analyze the distribution of health card digits in a trial setting. We then provide an example of how they can be used for randomization and discuss the methodological and practical considerations of the approach. Key Findings: In Ontario, Canada, health card numbers are randomly generated and assigned without regard to the applicant's characteristics. The number is a 10-digit string connected with hyphens followed by a version code (ie, 1234-567-890-XX). The number is unique to each individual and assigned for life. Before assignment, some numbers within the 10 digits are altered using proprietary business rules. We demonstrate how to use certain digits for individual-level randomization and provide an example of how we will use the tenth digit for randomization in a large new trial of different dialysate bicarbonate concentrations. While this approach has many practical and methodological advantages, it does not allow for stratification. Before using this approach, teams should consider if it will affect the integrity of the randomization and the trial, which will be influenced by the setting and the type of intervention tested. Implications: Using provincial government-assigned health card numbers for pragmatic randomized trials appears viable, but the merits must be carefully considered on a trial-by-trial basis. The approach can streamline and reduce the cost of conducting such trials.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,182
score de la tête « metaresearch » (Gemma)0,406
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,289
Score d'incertitude au seuil0,963

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1820,406
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0030,007
Études des sciences et des technologies0,0020,004
Communication savante0,0040,002
Science ouverte0,0030,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0150,003

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 Opus0,063
Tête enseignante GPT0,368
Écart entre enseignants0,305 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

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

En bref

Citations0
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Kidney Health and Disease→Même sujetDialysis and Renal Disease Management→Travaux en français237 207→