This analysis was based on a large

This analysis was based on a large individual-level data set
collected under service conditions across all regions of England.
It allowed us to estimate with adequate statistical power how
outcomes of the MEND intervention varied by participant,
family, neighbourhood and programme characteristics, estimates
that would be underpowered in most research studies.
However, in the absence of controls, such associations cannot
be equated with effectiveness. We were able to compare the
size of change in BMI in the service data with that observed in
the RCT, and they were similar, but we had limited power to
assess differences between them (there were only 47 children in
the intervention arm of the RCT12). The data we analysed were
collected for service provision and not for research. We used a
range of techniques for improving data quality, including
algorithms for data cleaning, and multiple imputation for
missing data. These techniques were aimed at maximising the
value of the observed data and minimising bias. We fitted
models using imputation and complete case approaches and
found that, other than the differences in statistical significance
that are to be expected given the greater power of imputation
models, findings were similar. Nevertheless, some bias may still
be present.

ผลลัพธ์ (ไทย) 1:

การวิเคราะห์นี้เป็นไปตามชุดข้อมูลแต่ละระดับขนาดใหญ่เก็บรวบรวมภายใต้เงื่อนไขบริการทั่วทุกภูมิภาคของประเทศอังกฤษมันทำให้เราประเมิน มีอำนาจเพียงพอทางสถิติอย่างไรผลของการแทรกแซงการซ่อมที่แตกต่างกัน โดยผู้เข้าร่วมลักษณะโครงการ และอาสา ครอบครัว การประเมินที่จะ underpowered ในการศึกษาวิจัยมากที่สุดอย่างไรก็ตาม ในการขาดงานของตัวควบคุม การเชื่อมโยงดังกล่าวไม่สามารถ equated กับประสิทธิผล เราไม่สามารถเปรียบเทียบการขนาดของการเปลี่ยนแปลงใน BMI ในข้อมูลบริการที่พบในRCT และพวกเขาคล้ายกัน แต่เราได้จำกัดอำนาจในการประเมินความแตกต่างระหว่างพวกเขา (มีเฉพาะเด็ก 47แทรกแซงแขน RCT12) ข้อมูลที่เรา analysed ได้รวบรวม สำหรับบริการ และ สำหรับการวิจัยไม่ เราใช้แบบหลากหลายเทคนิคในการปรับปรุงคุณภาพข้อมูล รวมถึงอัลกอริทึมสำหรับข้อมูลทำความสะอาด และ imputation หลายสำหรับข้อมูลสูญหาย เทคนิคเหล่านี้ได้มุ่ง maximisingค่าของข้อมูลที่สังเกตและอคติกับลด เราติดตั้งรุ่น imputation และแนวทางกรณีที่สมบูรณ์ และพบว่า นอกจากความแตกต่างของนัยสำคัญทางสถิติที่มีการให้พลังงานมากกว่าของ imputationโมเดล ผลการวิจัยคล้ายกัน อย่างไรก็ตาม ความโน้มเอียงบางอาจยังมีอยู่

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์นี้ก็ขึ้นอยู่กับแต่ละบุคคลในระดับชุดข้อมูลขนาดใหญ่
ที่เก็บรวบรวมภายใต้เงื่อนไขบริการทั่วทุกภูมิภาคของประเทศอังกฤษ
มันช่วยให้เราสามารถประเมินมีอำนาจทางสถิติที่เพียงพอว่า
ผลของการแทรกแซงซ่อมแตกต่างกันโดยมีส่วนร่วม
ของครอบครัวชุมชนและโปรแกรมลักษณะคาดการณ์
ว่า จะ underpowered มากที่สุดในการศึกษาวิจัย
อย่างไรก็ตามในกรณีที่ไม่มีการควบคุมสมาคมดังกล่าวไม่
ได้รับการบรรจุด้วยประสิทธิภาพ เราสามารถที่จะเปรียบเทียบ
ขนาดของการเปลี่ยนแปลงในดัชนีมวลกายในข้อมูลบริการกับที่พบใน
RCT และพวกเขามีความคล้ายคลึงกัน แต่เรามีอำนาจ จำกัด ในการ
ประเมินความแตกต่างระหว่างพวกเขา (มีเพียง 47 เด็กที่อยู่ใน
การแทรกแซงของแขน RCT12 ) ข้อมูลที่เราวิเคราะห์ถูก
เก็บไว้สำหรับการให้บริการและไม่ได้สำหรับการวิจัย เราใช้
ช่วงของเทคนิคในการปรับปรุงข้อมูลที่มีคุณภาพรวมทั้ง
ขั้นตอนวิธีการสำหรับการทำความสะอาดข้อมูลและการใส่ร้ายหลายสำหรับ
ข้อมูลที่ขาดหายไป เทคนิคเหล่านี้ได้รับการมุ่งเป้าไปที่การเพิ่ม
ค่าของข้อมูลที่สังเกตและลดอคติ เราติดตั้ง
โดยใช้รูปแบบและวิธีการใส่ร้ายกรณีที่สมบูรณ์และ
พบว่านอกเหนือจากความแตกต่างในนัยสำคัญทางสถิติ
ที่จะคาดว่าจะได้รับอำนาจมากขึ้นของการใส่
รูปแบบการค้นพบมีความคล้ายคลึงกัน อย่างไรก็ตามอคติบางอย่างอาจจะยังคง
มีอยู่

ผลลัพธ์ (ไทย) 3:

วิเคราะห์บนพื้นฐานขนาดใหญ่ระดับบุคคล ชุดข้อมูล
เก็บภายใต้เงื่อนไขการให้บริการทั่วทุกภูมิภาคของประเทศอังกฤษ .
มันอนุญาตให้เราประเมินกับสถิติพลังงานเพียงพอว่า
ผลของการแทรกแซงที่แตกต่างกันแก้ไขโดยผู้เข้าร่วม
ครอบครัว ตาง ๆและลักษณะโครงการ ประมาณการว่า จะ underpowered

ในการศึกษาวิจัยมากที่สุด อย่างไรก็ตาม ในการขาดการควบคุมสมาคมดังกล่าวไม่สามารถ
เป็น equated กับประสิทธิผล เราสามารถเปรียบเทียบขนาดของการเปลี่ยนแปลงในค่า
ข้อมูลบริการกับที่พบใน
Razorflame และพวกเขามีความคล้ายคลึงกัน แต่เรามีอำนาจที่จะ
ประเมินความแตกต่างระหว่างพวกเขา ( มีเพียง 47 เด็ก
ส่วนแขนของ rct12 ) ข้อมูลที่เราทำการวิเคราะห์
รวบรวม การให้บริการ และด้านการวิจัย เราใช้
ช่วงของเทคนิคการปรับปรุงคุณภาพข้อมูลรวมทั้ง
ขั้นตอนวิธีสำหรับการทำความสะอาดข้อมูลและส่วนบุคคล หลาย
ข้อมูลที่หายไป เทคนิคเหล่านี้มีวัตถุประสงค์ที่ maximising
มูลค่าของข้อมูลและลดอคติ . เราติดตั้ง
รูปแบบการใช้และวิธีการที่สมบูรณ์และใส่ความคดี
พบว่า นอกจากความแตกต่างใน
อย่างมีนัยสำคัญทางสถิติที่ถูกคาดหวังให้มากกว่าพลังงานของรุ่นใส่ความ
, รวบรวมข้อมูลที่คล้ายกัน อย่างไรก็ตาม บางคนอคติยังอาจเป็น





ปัจจุบัน