Data management and analysisData co

Data management and analysis
Data collected at each site will be recorded on standardized
forms and entered into a secure database using a
centralized, web-based data entry system that contains
quality control checks (e.g., range checks, notification of
missing data). An independent Data Safety and Monitoring
Board, consisting a cardiologist, neurologist and a
statistician, has been set up to review mid-point results
(or at any time that a serious adverse event occurs) and
inform the investigators on issues of trial safety.
Descriptive statistics will be calculated for dependent
and independent variables. Demographic and clinical
characteristics of subjects in the experimental and control
groups will be compared on admission using 2-sample
t-tests (continuous data) and Chi-square analysis
(nominal data). Nonparametric methods will be used
when assumptions of normality are violated. Similar analyses
will be used to compare characteristics of (i)
patients who consent to participate versus those who do
not; (ii) subjects who complete the study versus those
who withdraw, in order to determine the representativeness
of the sample. A mixed effects analysis of variance
with repeated measures will be used to model the treatment
effects for variables that are interval or ratio and
conform to the assumptions of normality (i.e., BP, waist
girth, total cholesterol, HDL-C, LDL-C, triglycerides,
serum glucose, hemoglobin A1c, peak VO2, Six-Minute
Walk Test, step counts). Non-parametric tests (Mann
Whitney and Kruskall Wallis tests) will be used for ordinal
level data (i.e., International Physical Activity Questionnaire,
Fatigue Assessment Scale, Montreal Cognitive
Assessment, Hospital Anxiety and Depression Scale,
Pittsburg Sleep Quality Index, Goal Attainment Scaling)
or where a normal data distribution is not found. To control
for baseline differences between groups, variables
that are significantly different at baseline will serve as
covariates in the analyses. Data will be analyzed on an
intention-to-treat basis. Significant omnibus effects will
be probed with t-tests, using the Bonferroni correction to
control for multiple comparisons. Multiple regression
will be conducted where appropriate to examine relationships
among variables. Software will include Access and
SAS version 9.1. Alpha level will be < 0.05.

ผลลัพธ์ (ไทย) 1:

จัดการข้อมูลและการวิเคราะห์
ข้อมูลที่เก็บในแต่ละไซต์จะถูกบันทึกในมาตรฐาน
แบบฟอร์ม และป้อนลงในฐานข้อมูลที่ปลอดภัยโดยใช้การ
ระบบข้อมูลส่วนกลาง เว็บไซต์ที่ประกอบด้วย
ตรวจสอบควบคุมคุณภาพ (เช่น ช่วงตรวจสอบ แจ้ง
ขาดข้อมูล) ความปลอดภัยของข้อมูลและการตรวจสอบอิสระ
กระดาน ซึ่ง cardiologist, neurologist และ
statistician แล้วตั้งค่าให้ตรวจทานผลลัพธ์จุดกลาง
(หรือตลอดเวลาที่เกิดเหตุการณ์ร้ายร้ายแรง) และ
แจ้งนักสืบในประเด็นของทดลองใช้ปลอดภัย
จะคำนวณสถิติอธิบายสำหรับผู้อยู่ในอุปการะ
และตัวแปรอิสระ ประชากร และคลินิก
ในการทดลองและควบคุม
กลุ่มจะเปรียบเทียบในการเข้าใช้ตัวอย่าง 2
t-ทดสอบ (ข้อมูลอย่างต่อเนื่อง) และ Chi-square วิเคราะห์
(nominal data) จะใช้วิธี nonparametric
เมื่อสมมติฐานของ normality เป็นละเมิด วิเคราะห์คล้าย
จะใช้การเปรียบเทียบลักษณะของ (i)
ผู้ยินยอมเข้าร่วมกับผู้ที่ไม่ป่วย
ไม่ (ii) เรื่องผู้ทำการศึกษากับผู้
ที่ถอน เพื่อกำหนดที่ representativeness
ของตัวอย่าง ผลต่างของการวิเคราะห์ผลรวม
ด้วยซ้ำจะใช้มาตรการแบบรักษา
ผลสำหรับตัวแปรที่เป็นช่วงหรืออัตราส่วน และ
สอดคล้องกับสมมติฐานของ normality (เช่น BP เอว
อื่น ๆ ไขมันทั้งหมด HDL-C, LDL-C ระดับไตรกลีเซอไรด์,
น้ำตาลในซีรั่ม ฮีโมโกลบิน A1c, peak VO2 หกนาที
เดินทดสอบ ขั้นตอนการตรวจนับ) ไม่ใช่พาราเมตริกทดสอบ (มานน์
ทดสอบวิทนีย์และวาลลิ Kruskall) จะใช้สำหรับลำดับ
ระดับข้อมูล (เช่น นานาทางกายภาพกิจกรรมแบบสอบถาม,
มาตราส่วนประเมินล้า มอนทรีออรับรู้
ประเมิน โรงพยาบาลความวิตกกังวล และภาวะซึมเศร้า ระดับ,
ดัชนีคุณภาพ Pittsburg นอน ปรับมาตราส่วนโดยเป้าหมาย)
หรือที่ไม่ได้พบการกระจายของข้อมูลปกติ การควบคุม
สำหรับความแตกต่างพื้นฐานระหว่างกลุ่ม ตัวแปร
ที่มีแตกต่างกันอย่างมีนัยสำคัญที่หลักจะทำหน้าที่เป็น
covariates ในการวิเคราะห์ จะวิเคราะห์ข้อมูลในการ
ตั้งใจรักษาพื้นฐาน Omnibus สำคัญลักษณะจะ
สามารถพิสูจน์กับ t-ทดสอบ ใช้แก้ไข Bonferroni
ควบคุมสำหรับเปรียบเทียบหลาย ถดถอยหลาย
จะดำเนินการตามความเหมาะสมเพื่อตรวจสอบความสัมพันธ์
ระหว่างตัวแปร ซอฟต์แวร์จะรวมเข้า และ
SAS เวอร์ชัน 9.1 ระดับอัลฟาจะ < 0.05

ผลลัพธ์ (ไทย) 2:

การจัดการข้อมูลและการวิเคราะห์
ข้อมูลที่รวบรวมที่แต่ละเว็บไซต์จะได้รับการบันทึกไว้ในมาตรฐาน
รูปแบบและเข้าสู่ฐานข้อมูลที่มีความปลอดภัยโดยใช้
ศูนย์ web-based รายการระบบข้อมูลที่มี
การตรวจสอบควบคุมคุณภาพ (เช่นการตรวจสอบช่วงการแจ้ง
ข้อมูลที่หายไป) อิสระความปลอดภัยข้อมูลและการตรวจสอบ
คณะกรรมการประกอบด้วยโรคหัวใจนักประสาทวิทยาและ
นักสถิติได้รับการจัดตั้งขึ้นเพื่อทบทวนผลการจุดกลาง
(หรือในเวลาใด ๆ ที่เหตุการณ์ไม่พึงประสงค์ที่ร้ายแรงเกิดขึ้น) และ
แจ้งให้นักวิจัยในประเด็นของความปลอดภัยการทดลอง
เชิงพรรณนา สถิติจะถูกคำนวณขึ้นอยู่กับ
ตัวแปรอิสระ ประชากรและคลินิก
ลักษณะของอาสาสมัครในการทดลองและการควบคุม
กลุ่มจะถูกนำมาเปรียบเทียบกับการสมัครเรียนโดยใช้ 2 ตัวอย่าง
t-ทดสอบ (ข้อมูลอย่างต่อเนื่อง) และการวิเคราะห์ไคสแควร์
(ข้อมูลตามที่ระบุ) วิธีการไม่อิงพารามิเตอร์จะถูกใช้
เมื่อสมมติฐานของปกติถูกละเมิด การวิเคราะห์ที่คล้ายกัน
จะถูกใช้ในการเปรียบเทียบลักษณะของ (i)
ผู้ป่วยที่ยินยอมที่จะมีส่วนร่วมกับผู้ที่ทำ
ไม่ (ii) วิชาที่จบการศึกษาเมื่อเทียบกับผู้
ที่ถอนตัวเพื่อตรวจสอบมูล
ของตัวอย่าง การวิเคราะห์ผลกระทบผสมความแปรปรวน
แบบวัดซ้ำจะใช้ในการสร้างแบบจำลองการรักษา
ผลสำหรับตัวแปรที่มีช่วงเวลาหรืออัตราการและ
เป็นไปตามสมมติฐานของปกติ (เช่น, BP, เอว
เส้นรอบวงคอเลสเตอรอลรวม HDL-C, LDL-C, ไตรกลีเซอไรด์
ในเลือดกลูโคสฮีโมโกล A1c, VO2 สูงสุดหกนาที
เดินทดสอบนับขั้นตอน) การทดสอบที่ไม่ใช่พารามิเตอร์ (แมนน์
วิทนีย์และการทดสอบ Kruskall วาลลิส) จะใช้สำหรับการลำดับ
ข้อมูลระดับ (เช่นระหว่างกิจกรรมการออกกำลังกายแบบสอบถาม
ประเมินความเมื่อยล้าขนาด, มอนทรีออองค์ความรู้
การประเมินความวิตกกังวลและภาวะซึมเศร้าโรงพยาบาลขนาด,
เบิร์กลีดัชนีคุณภาพ, สำเร็จตามจุดมุ่งหมาย Scaling)
หรือในกรณีที่การกระจายข้อมูลที่ปกติจะไม่พบ ในการควบคุม
ความแตกต่างพื้นฐานระหว่างกลุ่มตัวแปร
ที่มีความแตกต่างกันอย่างมีนัยสำคัญที่ baseline จะเป็น
ตัวแปรในการวิเคราะห์ ข้อมูลจะถูกวิเคราะห์บน
พื้นฐานความตั้งใจที่จะรักษา ผลกระทบอย่างมีนัยสำคัญรถโดยสารจะ
ได้รับการตรวจสอบกับการทดสอบเสื้อโดยใช้การแก้ไข Bonferroni การ
ควบคุมสำหรับการเปรียบเทียบหลาย การถดถอยพหุคูณ
จะดำเนินการที่เหมาะสมในการศึกษาความสัมพันธ์
ระหว่างตัวแปร ซอฟแวร์จะรวมถึงการเข้าถึงและ
SAS รุ่น 9.1 ระดับอัลฟาจะ <0.05

ผลลัพธ์ (ไทย) 3:

การจัดการข้อมูลและการวิเคราะห์ข้อมูล
แต่ละเว็บไซต์จะถูกบันทึกไว้ในรูปแบบและมาตรฐาน
ป้อนลงในฐานข้อมูล การใช้
ส่วนกลางบนเว็บระบบการป้อนข้อมูลที่ประกอบด้วย
ควบคุม ตรวจสอบคุณภาพ เช่น การตรวจสอบ การแจ้งเตือนของ
ข้อมูลที่หายไปช่วง ) อิสระของข้อมูลความปลอดภัยและการตรวจสอบ
คณะกรรมการประกอบด้วยหัวใจระบบประสาทและ
, นักสถิติได้รับการจัดตั้งขึ้นเพื่อตรวจสอบจุดผล
กลาง ( หรือในเวลาใด ๆที่รุนแรงต่อเหตุการณ์ที่เกิดขึ้น ) และ
แจ้งปัญหาความปลอดภัยของพนักงานสอบสวนในคดี สถิติจะถูกคำนวณสำหรับ

และ ตัวแปรอิสระ และลักษณะทางคลินิก
ลักษณะของกลุ่มตัวอย่างในกลุ่มทดลอง และกลุ่มควบคุมจะได้รับเมื่อเทียบกับค่าเข้าชม

ใช้ 2-sample( ข้อมูลแบบต่อเนื่อง ) และไคสแควร์การวิเคราะห์
( ข้อมูลระบุ ) วิธีนอนพาราเมตริกจะใช้
เมื่อสมมติฐานปกติถูกละเมิด ที่คล้ายกันวิเคราะห์
จะใช้เพื่อเปรียบเทียบลักษณะของ ( ผม )
คนไข้ที่ยินยอมเข้าร่วมเมื่อเทียบกับผู้ที่ไม่ได้ทำ
; ( 2 ) กลุ่มตัวอย่างที่สมบูรณ์การศึกษาเมื่อเทียบกับผู้ที่
ใครถอนตัว เพื่อศึกษา representativeness
ของตัวอย่างผลผสมการวิเคราะห์ความแปรปรวน
วัดซ้ำ จะใช้รูปแบบการรักษาผลตัวแปรที่เป็นจำนวนหรือสัดส่วน
เป็นไปตามสมมติฐานของการแจกแจงแบบปกติ ( เช่น BP , เอว
3 รวมคอเลสเตอรอล , HDL-C , LDL-C , ไตรกลีเซอไรด์ , กลูโคสในเลือด , ฮีโมโกลบิน A1c
, สูงสุด , การใช้ออกซิเจน หกนาที
เดินทดสอบขั้นตอนนับ ) การทดสอบพารามิเตอร์ไม่ ( Mann
วิทนีย์และ kruskall ลิสการทดสอบ ) จะใช้ข้อมูลระดับ .
( เช่น นานาชาติกิจกรรมทางกายโดยใช้แบบประเมินความเหนื่อยล้า

การประเมินทางด้านโรงพยาบาล , ความวิตกกังวลและภาวะซึมเศร้าระดับ
! คุณภาพการนอนหลับดัชนี บรรลุเป้าหมายการปรับ )
หรือที่การกระจายข้อมูลที่ปกติไม่พบ การควบคุม
ความแตกต่างพื้นฐานระหว่างกลุ่มตัวแปร
ที่แตกต่างกันที่ baseline เพื่อเป็น
ความรู้ในการวิเคราะห์ . ข้อมูลจะถูกวิเคราะห์ใน
ความตั้งใจที่จะรักษาพื้นฐาน ผลแบบที่สําคัญจะ
ถูกตรวจสอบแบบใช้บอนเฟอร์โรนีแก้ไข

ควบคุมสำหรับเปรียบเทียบหลาย
ถดถอยจะดำเนินการที่เหมาะสมเพื่อศึกษาความสัมพันธ์ระหว่างตัวแปรด้วย
. ซอฟต์แวร์จะรวมถึงการเข้าถึงและ
แซส เวอร์ชั่น 9.1 . ระดับอัลฟ่าจะ < 0.05