Sample size calculation to demonstr

Sample size calculation to demonstrate effects on fall rate reduction were based on a review of the existing litera-ture.25 Using an exact test with an alpha level of 0.05 and a power of 0.80, a sample size of 250 subjects was considered to be necessary to detect a 20% reduction of falls during the follow-up year. The Wilcoxon rank sum test was used to examine differences in continuous variables and the chi-square test for categorical variables (e.g., Barthel score, MMSE, state of health) with the modification for linear trend when appropriate. Calculations assumed binomial distribution of end-points. The number of falls per person per year in each group was compared using the negative binomial distribution. 26 The incidence rate ratio (IRR) with the corresponding 95% confidence intervals (CIs) was calculated. The model takes into account all falls and adjusts for the individual follow-up time in the trial. The first five falls for
each participant were used in this analysis rather than all falls (maximum 22) to avoid over-weighting by subjects who fell more then five times. If it is assumed that everyone falls occasionally, whether the person falls once during the trial period may not be the best indication of whether the intervention is effective. Thus, a subgroup analysis of people with no or one fall versus people with two or more falls was also conducted. This analyticalstrategy was decided a priori.

ผลลัพธ์ (ไทย) 1:

คำนวณขนาดตัวอย่างที่แสดงให้เห็นถึงผลการลดอัตราการตกได้ตามความเห็นของอยู่ litera-ture.25 การทดสอบแน่นอนด้วยเป็น 0.05 ในระดับอัลฟาและพลังของ 0.80 ขนาดตัวอย่าง 250 เรื่องถูกถือว่ามีความจำเป็นเพื่อตรวจสอบการลด 20% ตกปีติดตาม ทดสอบผลอันดับ Wilcoxon ที่ใช้ตรวจสอบความแตกต่างในตัวแปรต่อเนื่องและการทดสอบ chi-square สำหรับตัวแปรที่แน่ชัด (เช่น Barthel คะแนน MMSE สถานะของสุขภาพ) กับการเปลี่ยนแปลงแนวโน้มเชิงเส้นเมื่อเหมาะสม การคำนวณถือว่าการแจกแจงแบบทวินามของ end-points จำนวนตกต่อคนต่อปีในแต่ละกลุ่มเปรียบเทียบโดยใช้การแจกแจงแบบทวินามลบ 26 มีคำนวณอุบัติการณ์อัตราอัตราส่วน (IRR) กับตรง 95% ช่วงความเชื่อมั่น (CIs) แบบจะพิจารณาอยู่ และปรับปรุงติดตามผลครั้งละในการทดลอง ตก 5 ครั้งแรกผู้เรียนแต่ละที่ใช้ในการวิเคราะห์นี้ แทนทั้งหมดฟอลส์ (สูงสุด 22) เพื่อหลีกเลี่ยงน้ำหนักเกินตามวิชาที่ตกแล้ว 5 ครั้ง ถ้าจะถือว่าเป็นคนตรงบางครั้ง ว่าผู้อยู่ในระหว่างระยะเวลาทดลองใช้ครั้งเดียวอาจไม่ได้บ่งชี้ที่ดีว่าการแทรกแซงมีประสิทธิภาพ ดังนั้น การวิเคราะห์กลุ่มย่อยของคนด้วยไม่ หรือหนึ่งลดลงเมื่อเทียบกับคนด้วยน้ำตก น้อยสองถูกยังดำเนินการ Analyticalstrategy นี้เป็นการตัดสินใจเป็น priori

ผลลัพธ์ (ไทย) 2:

การคำนวณขนาดของกลุ่มตัวอย่างแสดงให้เห็นถึงผลกระทบต่อการลดลงของอัตราฤดูใบไม้ร่วงอยู่บนพื้นฐานของความคิดเห็นของ Litera-ture.25 ที่มีอยู่ใช้การทดสอบที่แน่นอนที่มีระดับอัลฟา 0.05 และพลังของ 0.80 เป็นขนาดของกลุ่มตัวอย่าง 250 วิชาถือว่าเป็นสิ่งที่จำเป็น ในการตรวจสอบการลดลง 20% ของน้ำตกในระหว่างปีติดตาม การทดสอบ Wilcoxon ผลรวมอันดับที่ถูกใช้ในการตรวจสอบความแตกต่างในตัวแปรอย่างต่อเนื่องและการทดสอบไคสแควร์สำหรับตัวแปรเด็ดขาด (เช่นคะแนน Barthel, MMSE รัฐของสุขภาพ) ที่มีการปรับเปลี่ยนแนวโน้มเชิงเส้นตามความเหมาะสม สันนิษฐานว่าการคำนวณการกระจายทวินามของจุดปลาย จำนวนของน้ำตกต่อคนต่อปีในแต่ละกลุ่มมาเปรียบเทียบโดยใช้การแจกแจงแบบทวินามเชิงลบ 26 อัตราส่วนอัตราอุบัติการณ์ (IRR) ที่มีช่วงความเชื่อมั่น 95% ที่สอดคล้องกัน (CIS) ที่คำนวณได้ รุ่นที่จะนำเข้าบัญชีทุกฟอลส์และปรับเป็นครั้งแต่ละติดตามในการทดลอง ก่อนห้าน้ำตกสำหรับผู้เข้าร่วมแต่ละถูกนำมาใช้ในการวิเคราะห์นี้มากกว่าน้ำตกทั้งหมด (สูงสุด 22) เพื่อหลีกเลี่ยงโดยวิชามากกว่าน้ำหนักที่ลดลงมากขึ้นแล้วห้าครั้ง
ถ้ามันจะสันนิษฐานว่าทุกคนตกอยู่ในบางครั้งไม่ว่าจะเป็นคนที่ตกอยู่หนึ่งครั้งในช่วงระยะเวลาการทดลองไม่อาจจะเป็นข้อบ่งชี้ที่ดีที่สุดไม่ว่าจะเป็นของการแทรกแซงที่มีประสิทธิภาพ ดังนั้นการวิเคราะห์กลุ่มย่อยของคนที่ไม่มีหรือหนึ่งในฤดูใบไม้ร่วงเมื่อเทียบกับคนที่มีสองคนหรือมากกว่าน้ำตกได้ดำเนินการนอกจากนี้ยังมี analyticalstrategy นี้ก็ตัดสินใจเบื้องต้น

ผลลัพธ์ (ไทย) 3:

การคำนวณขนาดตัวอย่างเพื่อแสดงให้เห็นถึงผลกระทบต่ออัตราการลดลงตกตามความคิดเห็นของ litera-ture.25 ที่มีอยู่โดยใช้การทดสอบที่แน่นอนกับอัลฟ่า อย่างมีนัยสำคัญทางสถิติที่ระดับ 0.05 และพลังงานจาก 0.80 จำนวนกลุ่มตัวอย่าง 250 คน ถือว่าจำเป็นจะต้องตรวจหา 20% ล้มในระยะติดตามผล 1 ปีสถิติอันดับรวมทดสอบถูกใช้ในการตรวจสอบความแตกต่างในตัวแปรต่อเนื่อง และไคสแควร์ การทดสอบตัวแปรเชิงกลุ่ม ( เช่น 60 คะแนน , ข้อมูลสถานะสุขภาพ ) ด้วยการปรับเปลี่ยนสำหรับแนวโน้มเชิงเส้นเมื่อเหมาะสม การคำนวณถือว่าการแจกแจงทวินามของจุดปลายจํานวนตกต่อคนต่อปีในแต่ละกลุ่มเมื่อเปรียบเทียบโดยใช้การแจกแจงทวินามลบ 26 อัตราอุบัติการณ์ ( IRR ) ที่สอดคล้องกับ 95% ช่วงความเชื่อมั่น ( CIS ) คือการคำนวณ รูปแบบใช้เวลาในบัญชีอยู่ และปรับเวลาการติดตามบุคคลในคดี ห้าครั้งแรกตกหลุมรัก
ผู้เข้าร่วมแต่ละคนจะถูกใช้ในการวิเคราะห์มากกว่าตก ( สูงสุด 22 ) เพื่อหลีกเลี่ยงน้ำหนัก โดยวิชาที่ลดลงมากกว่าห้าครั้ง ถ้าเป็นสันนิษฐานว่าทุกคนอยู่บ้างว่าคนที่ตกครั้งเดียวในช่วงระยะเวลาทดลองใช้อาจไม่สามารถบ่งชี้ที่ดีที่สุดว่าแทรกแซงที่มีประสิทธิภาพ ดังนั้นกลุ่มย่อยการวิเคราะห์ของคนที่ไม่มีหรือหนึ่งตกอยู่กับคนที่มีสองหรือมากกว่าจะถูกดำเนินการ analyticalstrategy นี้ตัดสินใจ priori .