Measures of treatment effect1. Bina

Measures of treatment effect

1. Binary data

For binary outcomes we calculated a standard estimation of the risk ratio (RR) and its 95% confidence interval (CI). It has been shown that RR is more intuitive (Boissel 1999) than odds ratios and that odds ratios tend to be interpreted as RR by clinicians (Deeks 2000). For statistically significant results we had planned to calculate the number needed to treat to provide benefit/to induce harm statistic (NNTB/H), and its 95% confidence interval (CI) using Visual Rx (http://www.nntonline.net/) taking account of the event rate in the control group. This, however, was superseded by Summary of findings for the main comparison and the calculations therein.

2. Continuous data

For continuous outcomes we estimated mean difference (MD) between groups. We preferred not to calculate effect size measures (standardised mean difference (SMD)). However, had scales of very considerable similarity been used, we would have presumed there was a small difference in measurement, and we would have calculated effect size and transformed the effect back to the units of one or more of the specific instruments. We made a post-hoc decision to pool the GAF scale (APA 1994) and its virtually similar earlier version, the GAS scale (Endicott 1976), using WMD statistics.

ผลลัพธ์ (ไทย) 1:

มาตรการรักษาผล1. ไบนารีข้อมูลผลไบนารี เราคำนวณมาตรฐานการประเมินอัตราส่วนความเสี่ยง (RR) และช่วงความเชื่อมั่น 95% (CI) มันแสดงว่า RR ง่ายขึ้น (Boissel 1999) มากกว่าอัตราส่วนราคาต่อรอง และที่อัตราส่วนราคาต่อรองมักจะตีความเป็น RR โดยแพทย์ (Deeks 2000) สำหรับผลอย่างมีนัยสำคัญทางสถิติที่เราได้วางแผนในการคำนวณ หมายเลขจำเป็นในการรักษา เพื่อให้ ประโยชน์/เพื่อก่อให้เกิดอันตรายสถิติ (NNTB/H), และช่วงความเชื่อมั่น 95% (CI) โดยใช้ Visual Rx (http://www.nntonline.net/) คำนึงถึงอัตราการเหตุการณ์ในกลุ่มควบคุม นี้ อย่างไรก็ตาม แทนสรุปของผลการคำนวณและการเปรียบเทียบหลักนั้น2 ข้อมูลอย่างต่อเนื่องผลต่อเนื่อง ที่เราคาด (MD) ความแตกต่างเฉลี่ยระหว่างกลุ่ม เราต้องการคำนวณผลขนาดมาตรการ (มาตรฐานหมายถึงความแตกต่าง (SMD)) อย่างไรก็ตาม เครื่องชั่งของความคล้ายคลึงกันมากมากเคยใช้ เราจะได้สันนิษฐานว่า มีความแตกต่างเล็ก ๆ ในวัด และเราจะคำนวณขนาดของผล และแปลงผลกลับไปยังหน่วยเครื่องมือเฉพาะอย่างใดอย่างหนึ่ง เราตัดสินใจโพสต์เฉพาะกิจในการสระว่ายน้ำขนาด GAF (ป้า 1994) และรุ่นก่อนหน้าของแทบคล้าย มาตราส่วนก๊าซ (Endicott 1976), ที่ใช้ WMD สถิติ

ผลลัพธ์ (ไทย) 2:

มาตรการของผลการรักษา1 ข้อมูลไบนารีผลลัพธ์ไบนารีเราคำนวณการประเมินมาตรฐานของอัตราส่วนความเสี่ยง (RR) และช่วงความเชื่อมั่น 95% ของ (CI) มันได้รับการแสดงให้เห็นว่า RR ใช้งานง่ายมากขึ้น (Boissel 1999) กว่าอัตราส่วนราคาต่อรองและอัตราส่วนราคาต่อรองมีแนวโน้มที่จะถูกตีความว่าเป็น RR โดยแพทย์ (Deeks 2000) เพื่อให้ได้ผลอย่างมีนัยสำคัญทางสถิติที่เราได้วางแผนในการคำนวณจำนวนที่จำเป็นในการรักษาเพื่อให้ได้รับประโยชน์ / เพื่อก่อให้เกิดอันตรายต่อสถิติ (NNTB / เอช) และช่วงเวลาของความเชื่อมั่น 95% (CI) ใช้ Visual Rx (http://www.nntonline.net /) คำนึงถึงอัตราเหตุการณ์ในกลุ่มควบคุม นี้ แต่ถูกแทนที่โดยสรุปผลการวิจัยสำหรับการเปรียบเทียบหลักและการคำนวณในนั้น. 2 ข้อมูลอย่างต่อเนื่องสำหรับผลอย่างต่อเนื่องเราประมาณความแตกต่างค่าเฉลี่ย (MD) ระหว่างกลุ่ม เราต้องการที่จะไม่คำนวณขนาดของผลมาตรการ (มาตรฐานหมายถึงความแตกต่าง (SMD)) แต่มีเครื่องชั่งน้ำหนักของความคล้ายคลึงกันมากมากถูกนำมาใช้เราจะได้สันนิษฐานว่ามีความแตกต่างเล็ก ๆ ในวัดและเราจะมีการคำนวณขนาดของผลและเปลี่ยนผลกลับไปที่หน่วยของหนึ่งหรือมากกว่าของตราสารที่เฉพาะเจาะจง เราได้ตัดสินใจที่โพสต์-hoc สระว่ายน้ำขนาด GAF (APA 1994) และรุ่นก่อนหน้านี้ที่คล้ายกันแทบขนาดก๊าซ (คอตต์ 1976) โดยใช้สถิติ WMD