Statistical analysisWe anticipated

Statistical analysis
We anticipated that baseline knowledge outcomes would be poor, with median scores of 2 in all categories. The sample size was calculated approximating parametric techniques to be able to detect, with greater than 80% power at a two-sided α error of 0·05, an improvement in knowledge score from 2 to 3, assuming an SD of 2. This power calculation indicated that 60 individuals needed to be enrolled to each group. Assuming a 10% dropout rate, our target population was, therefore, 134 participants. Adverse neonatal outcomes of up to 18% have been reported,10, 12 and 13 which is in line with our local experience. This sample size could detect a reduction in adverse outcomes to 5%.

ผลลัพธ์ (ไทย) 1:

วิเคราะห์ทางสถิติเราคาดว่า ผลความรู้พื้นฐานจะยากจน มีคะแนนมัธยฐาน 2 ทุกประเภท มีคำนวณขนาดตัวอย่างระหว่างเทคนิคพาราเมตริกเพื่อให้สามารถตรวจพบ มีมากกว่า 80% พลังงานที่มีข้อผิดพลาดแบบสองหน้าαของ 0·05 การปรับปรุงในคะแนนความรู้จาก 2 ไป 3 สมมติว่าเป็น SD 2 คำนวณพลังงานนี้บ่งชี้ว่า บุคคล 60 ต้องลงทะเบียนแต่ละกลุ่ม สมมติว่าอัตรา 10% เป็นถอน ประชากรเป้าหมายของเราได้ ดังนั้น 134 คน ผลร้ายทารกแรกเกิดถึง 18% รายงาน 10, 12 และ 13 ซึ่งเป็นตามประสบการณ์ของเราในท้องถิ่น ขนาดตัวอย่างนี้สามารถตรวจพบการลดลงในผลร้าย 5%

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์ทางสถิติ
เราคาดว่าผลความรู้พื้นฐานที่จะเป็นที่น่าสงสารที่มีคะแนนเฉลี่ยของ 2 ในทุกหมวดหมู่ ขนาดของกลุ่มตัวอย่างที่คำนวณได้ใกล้เคียงกับเทคนิคคณิตศาสตร์เพื่อให้สามารถตรวจสอบที่มีอำนาจมากขึ้นกว่า 80% ที่ผิดพลาดαสองด้านของ 0 · 05 การพัฒนาความรู้ในการให้คะแนน 2-3 สมมติ SD 2. พลังงานนี้ การคำนวณแสดงให้เห็นว่า 60 บุคคลที่จะต้องลงทะเบียนเรียนในแต่ละกลุ่ม สมมติว่าอัตราการออกกลางคัน 10% กลุ่มเป้าหมายของเราคือดังนั้นผู้เข้าร่วม 134 ทารกแรกเกิดผลลัพธ์ที่ไม่พึงประสงค์ได้ถึง 18% ได้รับรายงาน, 10, 12 และ 13 ซึ่งอยู่ในสายที่มีประสบการณ์ในท้องถิ่นของเรา ขนาดของกลุ่มตัวอย่างนี้สามารถตรวจพบการลดลงของผลที่ไม่พึงประสงค์ 5%

ผลลัพธ์ (ไทย) 3:

สถิติวิเคราะห์
เราคาดว่าผลความรู้พื้นฐานจะยากจน มีมัธยฐานของคะแนน 2 ในประเภททั้งหมด ขนาดตัวอย่างมีค่าประมาณเทคนิคพารามิเตอร์สามารถตรวจที่มีมากกว่า 80 % พลังงานที่สองαข้อผิดพลาด 0 ด้วย 05 , การปรับปรุงในคะแนนความรู้จาก 2 ไป 3 , สมมติว่า SD 2พลังการคำนวณพบว่า 60 บุคคลต้องลงทะเบียน แต่ละกลุ่ม สมมติว่าอัตรา dropout 10 % ของประชากรเป้าหมายของเราคือ , ดังนั้น , 134 คน จากผลของเด็กแรกเกิดถึง 18 % มีการรายงาน , 10 , 12 และ 13 ซึ่งสอดคล้องกับประสบการณ์ในท้องถิ่นของเรา นี่ขนาดตัวอย่างสามารถตรวจจับการผลลัพธ์ที่ไม่พึงประสงค์ 5
%