Data analysisThe primary analyses w

Data analysis
The primary analyses were conducted on an intentionto-treat basis. Missing data were dealt with using various forms of imputation: the common one of assuming that they are smokers, but also assuming that they are quit,using their last known status, and analysing only cases with identified outcomes [15]. At 1 month, one case was excluded from the outcome analyses due to hospitalization. At 7 months, two participantswere reported to have died. This resulted in a final sample for analysis of 3529
at 1 month and 3528 at 7 months. Initial analyses compared the integrated and choice conditions separately. Where these two groups were equivalent, we conducted 2 ฅ 2 analyses (Table 1). We
also compared the four intervention conditions combined with the control group to determine an overall intervention effect. Logistic regression was used to examine differences by condition, controlling for demographics, recruitment source, cigarettes per day and baseline smoking status
and, in subsidiary analyses, use of medication. To estimate more clearly the effectiveness of the interventions when used, the following methods were used. We estimate the proportion of the control group that would have taken up an intervention if offered, and the proportion that would not. Cessation rates for the latter are assumed to be the same as for the subset who did not take up the interventions in the intervention groups (Ir). We also know the observed cessation rate in the entire control group (Ct), and what proportion of participants took up an intervention (Pu). From this we can calculate
the predicted cessation rate among those who would have taken up the intervention if offered (Eu). Eu =
[Ct - Ir(1-Pu)]/Pu. We used the overall outcomes averaged across all interventions for this estimation.

ผลลัพธ์ (ไทย) 1:

การวิเคราะห์ข้อมูลวิเคราะห์หลักได้ดำเนินการตามรักษา intentionto ข้อมูลสูญหายได้แจก ด้วยใช้แบบฟอร์มต่าง ๆ ของ imputation: ทั่วไปหนึ่งสมมติว่า เป็นผู้สูบบุหรี่ แต่ยังสมมติว่าพวกเขาจะ เลิก ใช้รู้จักสถานะสุดท้าย และวิเคราะห์เฉพาะกรณีมีระบุผล [15] ใน 1 เดือน กรณีหนึ่งถูกแยกออกจากวิเคราะห์ผลที่ได้จากโรงพยาบาล ในเดือน 7, participantswere สองรายงานจะต้องตาย ส่งผลให้ในตัวอย่างสุดท้ายสำหรับการวิเคราะห์ 3529ใน 1 เดือนและ 3528 ใน 7 เดือน เริ่มต้นวิเคราะห์เปรียบเทียบสภาพรวม และทางเลือกต่างหาก สองกลุ่มนี้ได้เทียบเท่า เราดำเนิน 2 ฅ 2 วิเคราะห์ (ตารางที่ 1) เรายัง เปรียบเทียบเงื่อนไขแทรกแซง 4 รวมกับกลุ่มควบคุมเพื่อตรวจสอบผลการแทรกแซงโดยรวม ถดถอยโลจิสติกถูกใช้เพื่อตรวจสอบความแตกต่างตามสภาพ การควบคุมข้อมูลประชากร แหล่งสรรหาบุคลากร บุหรี่ต่อวันและยังสูบบุหรี่สถานะก ในการวิเคราะห์บริษัทในเครือ ใช้ยา การประเมินประสิทธิภาพของมาตรการใช้ได้ชัดเจนยิ่ง มีใช้วิธีต่อไปนี้ เราประเมินสัดส่วนของกลุ่มควบคุมที่จะได้ค่าแทรกแซงถ้าเสนอ และสัดส่วนที่จะไม่ ยุติและหลังราคาพิเศษจะถือว่าเป็นส่วนย่อยที่ไม่ได้ใช้งานในกลุ่มการแทรกแซง (Ir) เรายังทราบอัตราพิรามสังเกตในกลุ่มตัวควบคุมทั้งหมด (Ct), และสัดส่วนของผู้เรียนเอาค่าการแทรกแซง (Pu) จากนี้ เราสามารถคำนวณอัตราคาดการณ์ยุติในหมู่ผู้ที่จะได้นำขึ้นสู่ถ้าเสนอ (Eu) Eu =[Ct - Ir(1-Pu)] / ปู เราใช้ผลโดยรวมที่ averaged ทั่วงานทั้งหมดสำหรับการประเมินนี้

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์ข้อมูล
การวิเคราะห์เบื้องต้นได้ดำเนินการบนพื้นฐาน intentionto รักษา ข้อมูลที่ขาดหายไปได้กระทำด้วยการใช้รูปแบบต่างๆของการใส่ร้าย: หนึ่งที่พบบ่อยของสมมติว่าพวกเขาเป็นผู้สูบบุหรี่ แต่ยังสมมติว่าพวกเขาจะเลิกใช้สถานะที่ทราบล่าสุดของพวกเขาและการวิเคราะห์กรณีเฉพาะกับผลที่ระบุ [15] ณ วันที่ 1 เดือนกรณีหนึ่งถูกกีดกันออกจากการวิเคราะห์ผลเนื่องมาจากการรักษาในโรงพยาบาล 7 เดือนที่สอง participantswere รายงานว่าจะมีผู้เสียชีวิต ส่งผลให้กลุ่มตัวอย่างสุดท้ายสำหรับการวิเคราะห์ 3529
ณ วันที่ 1 เดือนและ 3528 ที่ 7 เดือน เริ่มต้นการวิเคราะห์เปรียบเทียบสภาพการแบบบูรณาการและทางเลือกแยก ในกรณีที่ทั้งสองกลุ่มได้เทียบเท่าเราดำเนินการ 2 ฅ 2 วิเคราะห์ (ตารางที่ 1) เรา
ยังเทียบสี่เงื่อนไขการแทรกแซงรวมกับกลุ่มควบคุมเพื่อตรวจสอบผลการแทรกแซงโดยรวม การถดถอยโลจิสติกถูกใช้ในการตรวจสอบความแตกต่างจากสภาพการควบคุมกลุ่มผู้เข้าชมที่มารับสมัครงานมวนต่อวันและสถานะการสูบบุหรี่พื้นฐาน
และในการวิเคราะห์ย่อยการใช้ยา ที่จะประเมินได้ชัดเจนมากขึ้นประสิทธิภาพของการแทรกแซงเมื่อใช้วิธีการดังต่อไปนี้ถูกนำมาใช้ เราประเมินว่าสัดส่วนของกลุ่มควบคุมที่จะได้นำขึ้นมาแทรกแซงถ้านำเสนอและสัดส่วนที่จะไม่ อัตราการเลิกสำหรับหลังจะถือว่าเป็นเช่นเดียวกับการย่อยที่ไม่ได้ใช้เวลาในการแทรกแซงกลุ่มแทรกแซง (IR) เรายังไม่ทราบอัตราการเลิกตั้งข้อสังเกตในกลุ่มควบคุมทั้งหมด (CT) และสิ่งที่สัดส่วนของผู้เข้าร่วมการหยิบขึ้นมาแทรกแซง (ปู) จากนี้เราสามารถคำนวณ
อัตราการเลิกคาดการณ์ในหมู่ผู้ที่จะได้นำขึ้นมาแทรกแซงในกรณีที่นำเสนอ (อียู) อียู =
[กะรัต - Ir (1-Pu)] / ปู เราใช้ผลโดยรวมเฉลี่ยทั่วแทรกแซงทั้งหมดสำหรับการประมาณนี้

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์ข้อมูลการวิเคราะห์หลัก
มีวัตถุประสงค์ใน intentionto รักษาพื้นฐาน ข้อมูลขาดหายไปถูกจัดการโดยใช้รูปแบบต่างๆของการใส่ความ : หนึ่งทั่วไปของสมมติว่าพวกเขาจะสูบบุหรี่ แต่ยังมั่นใจว่าพวกเขา จะเลิกใช้หรือสถานะล่าสุดของพวกเขาและวิเคราะห์เฉพาะคดีที่มีการระบุผล [ 15 ] ใน 1 เดือนอีกกรณีหนึ่งคือแยกออกจากผลวิเคราะห์จากการรักษาในโรงพยาบาล 7 เดือน 2 participantswere รายงานให้ตายได้ นี้ส่งผลในตัวอย่างสุดท้ายสำหรับการวิเคราะห์แบบ
1 เดือนและโครงการใน 7 เดือน การวิเคราะห์เปรียบเทียบเชิงบูรณาการและทางเลือกเงื่อนไขการแยก ซึ่งทั้งสองกลุ่มเท่ากัน เราทำการวิเคราะห์พารามิเตอร์ 2 2 ( ตารางที่ 1 ) เรา
เปรียบเทียบ 4 การแทรกแซงเงื่อนไขร่วมกับกลุ่มควบคุมการตรวจสอบผลการทดลองโดยรวม ใช้ Logistic Regression เพื่อศึกษาความแตกต่าง โดยเงื่อนไข การควบคุม สำหรับประชากร แหล่งการสรรหา และการสูบบุหรี่ บุหรี่ต่อวัน ( สถานะ
และวิเคราะห์ย่อย การใช้ยาการประเมินประสิทธิผลของมาตรการที่ชัดเจนมากขึ้นเมื่อใช้วิธีการดังต่อไปนี้มาใช้ เราคาดว่าสัดส่วนของกลุ่มที่จะมีการแทรกแซง ถ้าเสนอ และสัดส่วนที่ไม่ อัตราการหยุดสำหรับหลังสมมติจะเหมือนกันสำหรับชุดย่อยที่ไม่ได้รับการแทรกแซงในกลุ่ม ( IR )นอกจากนี้เรายังทราบว่าอัตราการในกลุ่มทั้งหมด ( CT ) และมีสัดส่วนของผู้ที่เอาขึ้นการแทรกแซง ( PU ) จากนี้เราสามารถคำนวณอัตราคาดการณ์การ
ในหมู่ผู้ที่จะมีการแทรกแซง ถ้าเสนอ ( EU ) สหภาพยุโรป =
[ CT - IR ( 1-pu ) ] / PU เราใช้ผลโดยรวมเฉลี่ยทั้งการแทรกแซงค่า
.