Data were imputed for ethnicity (33

Data were imputed for ethnicity (33% missing), family structure (36%),
housing tenure (35%), employment status (63%) and percentage of
sessions attended (42%). A multilevel (participants nested in programmes)
multiple imputation model (N = 13 998) was used to adjust for betweenprogramme
variation in missingness in MEND 7–13 programmes. The
model assumed that data were missing at random—that missingness on
variables was associated with other variables included in the multiple
imputation model. Ten imputed data sets were produced and analysis
results were combined using Rubin’s rules.21 We followed the guidelines of
Sterne et al.22 for the analysis and reporting of missing data and multiple
imputation (available on request). To test whether our findings were
influenced by using imputed data, we also conducted sensitivity analyses,
including analysis using complete case data with and without the variable
describing parental employment status, as missingness was relatively high
for this variable (data provided in Supplementary Information).
We also used unpublished data from participants in the intervention arm
(N = 47) of the RCT of MEND 7–1312 to compare change in BMI under trial
and service conditions. Height and weight were measured in the first and
penultimate sessions of the trial as in the service data. Age, sex, baseline
BMI, ethnicity and housing tenure were also measured.
Following the Sterne guidelines,22 analysis outcomes were included in
the multiple imputation model where they were missing to ensure that
covariates were imputed correctly. However, analysis data sets excluded
cases where outcomes were not completely observed at both baseline and
follow-up. Sample sizes of the four data sets for analysis of change in BMI,
zBMI, self-esteem and SDQ, respectively, are given in Figure 1.
Four sets of two-stage analyses were conducted, one for each outcome.
In the first stage, relationships between the outcome and each covariate
were tested in multilevel models adjusted for the outcome measured at
baseline (‘baseline-adjusted’ models). If the relationship between the
covariate and the outcome was statistically significant, the covariate was
carried forward to a multilevel multivariable model. The intercept of the
multivariable model describes the mean change in the outcome for a
given ‘reference group’, which for categorical variables was the largest
group, whereas for continuous variables were grand mean centred
(allowing the intercept of the model to be interpreted as the mean
change). Coefficients in the model describe the amount and direction of
change per unit change in the covariates, relative to the reference group

ผลลัพธ์ (ไทย) 2:

ข้อมูลที่ถูกรวมอยู่ในตั๋วสำหรับเชื้อชาติ (33% ที่ขาดหายไป) โครงสร้างของครอบครัว (36%),
การดำรงตำแหน่งของที่อยู่อาศัย (35%), สถานะการจ้างงาน (63%) และร้อยละของ
การเข้าร่วม (42%) หลายระดับ (ผู้เข้าร่วมในโปรแกรมซ้อนกัน)
รูปแบบการใส่หลาย ๆ (จำนวน 13 998) ถูกนำมาใช้เพื่อปรับ betweenprogramme
การเปลี่ยนแปลงใน missingness ใน MEND 7-13 โปรแกรม
รูปแบบสันนิษฐานว่าข้อมูลที่หายไปโดยการสุ่มที่ missingness ใน
ตัวแปรที่เกี่ยวข้องกับตัวแปรอื่น ๆ ที่รวมอยู่ในหลาย
รูปแบบการใส่ร้าย สิบชุดข้อมูลนัยถูกผลิตและการวิเคราะห์
ผลการทำงานร่วมกันโดยใช้ rules.21 รูบินเราปฏิบัติตามแนวทางของ
ดาวเอ al.22 สำหรับการวิเคราะห์และการรายงานข้อมูลที่ขาดหายไปและหลาย
ใส่ร้าย (ตามคำขอ) เพื่อทดสอบว่าการค้นพบของเราได้
รับอิทธิพลจากความไวของการใช้ข้อมูลรวมอยู่ในตั๋วเรายังดำเนินการวิเคราะห์
รวมถึงการวิเคราะห์โดยใช้ข้อมูลที่สมบูรณ์กรณีที่มีและไม่มีตัวแปร
อธิบายสถานะการจ้างงานผู้ปกครองเป็น missingness ค่อนข้างสูง
สำหรับตัวแปรนี้ (ข้อมูลที่ระบุไว้ในข้อมูลเพิ่มเติม)
นอกจากนี้เรายังไม่ได้ใช้ข้อมูลจากผู้เข้าร่วมในการแทรกแซงแขน
(ยังไม่มี = 47) ของ RCT ของ MEND 7-1312 เพื่อเปรียบเทียบการเปลี่ยนแปลงในดัชนีมวลกายอยู่ภายใต้การพิจารณาคดี
เงื่อนไขและการบริการ ความสูงและน้ำหนักถูกวัดในครั้งแรกและ
ครั้งสุดท้ายของการพิจารณาคดีในบริการข้อมูล อายุเพศพื้นฐาน
ดัชนีมวลกายเชื้อชาติและการครอบครองที่อยู่อาศัยยังมีการวัด
ตามแนวทางดาว, 22 ผลการวิเคราะห์ถูกรวมอยู่ใน
รูปแบบการใส่หลายที่พวกเขาหายไปเพื่อให้แน่ใจว่า
ตัวแปรที่ถูกกล่าวหาได้อย่างถูกต้อง อย่างไรก็ตามการวิเคราะห์ชุดข้อมูลยกเว้น
กรณีที่ผลไม่ได้สังเกตอย่างสมบูรณ์ทั้งพื้นฐานและ
การติดตามผล ขนาดตัวอย่างในสี่ของชุดข้อมูลสำหรับการวิเคราะห์การเปลี่ยนแปลงในดัชนีมวลกาย
zBMI, ความนับถือตนเองและ SDQ ตามลำดับจะได้รับในรูปที่ 1
สี่ชุดของการวิเคราะห์สองขั้นตอนการดำเนินการอย่างใดอย่างหนึ่งสำหรับแต่ละผล
ในขั้นตอนแรก ความสัมพันธ์ระหว่างผลและแต่ละตัวแปรร่วม
ได้มีการทดสอบในรูปแบบหลายระดับปรับผลการวัด
พื้นฐาน (รุ่น 'พื้นฐานปรับ') ถ้าความสัมพันธ์ระหว่าง
ตัวแปรร่วมและผลอย่างมีนัยสำคัญทางสถิติตัวแปรร่วมที่
ดำเนินไปข้างหน้าในรูปแบบหลายตัวแปรหลายระดับ การสกัดกั้นของ
รูปแบบหลายตัวแปรอธิบายการเปลี่ยนแปลงค่าเฉลี่ยในผลสำหรับ
'กลุ่มอ้างอิง' ที่กำหนดซึ่งสำหรับตัวแปรเด็ดขาดที่ใหญ่ที่สุด
ในกลุ่มในขณะที่สำหรับตัวแปรอย่างต่อเนื่องได้รับการแกรนด์เฉลี่ยศูนย์กลาง
(ให้สกัดกั้นของรูปแบบที่จะตีความว่าเป็น หมายถึง
การเปลี่ยนแปลง) ค่าสัมประสิทธิ์ในรูปแบบการอธิบายปริมาณและทิศทางของ
การเปลี่ยนแปลงต่อการเปลี่ยนแปลงหน่วยในตัวแปรเทียบกับกลุ่มอ้างอิง

ผลลัพธ์ (ไทย) 3:

ข้อมูลใดๆชาติพันธุ์ ( หายไป % 33 ) , โครงสร้างครอบครัว ( 36% )
การครอบครองที่อยู่อาศัย ( 35% ) , สถานะการจ้างงาน ( 63% ) และร้อยละของ
การประชุมร่วม ( 42% ) หลายระดับ ( ผู้เข้าร่วมอยู่ในโครงการ )
รูปแบบส่วนบุคคลหลาย ( n = 13 998 ) คือใช้ในการปรับ betweenprogramme
missingness ในการซ่อม 7 – 13 โครงการ
รูปแบบสันนิษฐานว่าข้อมูลหายไปสุ่มที่ missingness บน
ตัวแปรมีความสัมพันธ์กับตัวแปรอื่น ๆที่รวมอยู่ในหลาย
ส่วนบุคคลรุ่น สิบชุดข้อมูลใดๆที่ผลิตและผลลัพธ์การวิเคราะห์
ถูกรวมกันโดยใช้ Rubin rules.21 เราตามแนวทางของ
สเติร์นและ al.22 สำหรับการวิเคราะห์และการรายงานข้อมูลขาดหายไปและหลาย
ใส่ความ ( ตามสั่ง )เพื่อทดสอบว่าค่าของเรา
อิทธิพลโดยการใช้ข้อมูลใดๆ เรายังดำเนินการวิเคราะห์ความไวในการวิเคราะห์โดยใช้ข้อมูลคดีสมบูรณ์

มีตัวแปรที่อธิบายสถานะของการเป็น missingness ค่อนข้างสูง
สำหรับตัวแปรนี้ ( ข้อมูลที่ให้ไว้ในข้อมูลเพิ่มเติม ) .
เรายังใช้ข้อมูลที่เผยแพร่จากผู้เข้าร่วมใน การแทรกแซงของแขน
( n = 47 ) ของ Razorflame ของซ่อม 7 – 1227 เปรียบเทียบการเปลี่ยนแปลงในค่าดัชนีมวลกายภายใต้การทดลอง
และเงื่อนไขการให้บริการ ส่วนสูงและน้ำหนักเป็นวัดแรกและสุดท้ายของการพิจารณาคดีครั้ง
เป็นข้อมูลบริการ อายุ เพศ พื้นฐาน
BMI , ชาติพันธุ์และการครอบครองที่อยู่อาศัยยังวัด
ต่อไปนี้สเติร์นแนวทางการวิเคราะห์รวมผลใน
22หลายรุ่นที่ใส่ความพวกเขาหายไป เพื่อให้แน่ใจว่ามี
ความรู้ใดๆได้อย่างถูกต้อง อย่างไรก็ตาม การวิเคราะห์ข้อมูล ชุดไม่รวม
กรณีที่ผลไม่สมบูรณ์ขึ้น ทั้งพื้นฐานและ
ติดตาม ขนาดตัวอย่าง 4 ชุดข้อมูลสำหรับการวิเคราะห์การเปลี่ยนแปลงใน BMI
zbmi ความรู้สึกมีคุณค่าในตนเอง และ sdq ตามลำดับ จะได้รับในรูปที่ 1
สี่ชุดของการวิเคราะห์แบบทดสอบหนึ่งสำหรับแต่ละผล .
ในขั้นตอนแรก ความสัมพันธ์ระหว่างผลและแต่ละขณะ
ทดสอบหลายรุ่นปรับผลที่วัด
4 รุ่น 'baseline-adjusted ' ) ถ้าความสัมพันธ์ระหว่าง
ตัวแปรและผลอย่างมีนัยสำคัญทางสถิติ , ตัวแปรคือ
ยกยอดไปหลายระดับ multivariable นางแบบ การตัดของ
รูปแบบ multivariable อธิบายหมายถึงการเปลี่ยนแปลงในผลสำหรับกลุ่มอ้างอิง
ให้ ' ' ซึ่งสำหรับตัวแปรเด็ดขาด คือ กลุ่มที่ใหญ่ที่สุด
ในขณะที่ตัวแปรต่อเนื่อง คือ แกรนด์ หมายถึงศูนย์กลาง
( ให้สกัดกั้นของแบบจำลองจะถูกตีความเป็นเปลี่ยนแปลงหมายถึง
)สัมประสิทธิ์ในรูปแบบอธิบายปริมาณและทิศทางของการเปลี่ยนแปลงต่อ
เปลี่ยนหน่วยในความรู้ , เมื่อเทียบกับกลุ่มอ้างอิง