Skip to main content

Free Content A simple approach to test for interaction between intervention and an individual-level variable in community randomized trials

Download Article:

You have access to the full text article on a website external to Ingenta Connect.

Please click here to view this article on Wiley Online Library.

You may be required to register and activate access on Wiley Online Library before you can obtain the full text. If you have any queries please visit Wiley Online Library


Summary Objective  To develop a simple and robust approach for the test of interaction between community intervention and an individual-level variable suitable for use in typical situations of community randomized trials (CRTs), i.e. small number of communities but large number of subjects per community. Methods  We propose a method based on taking the difference between summary statistics from groups of individuals with and without an attribute within each community, then applying a two-sample -test or Wilcoxon test to compare the distribution of within-community differences between trial arms. The method is evaluated using simulations and illustrated using data from a CRT of a health education intervention. Approximate sample size formulas are derived. Results  Analyses based on the -test give power very close to expected level in a variety of situations, including when the summary statistics are not symmetrically distributed across communities, the covariate is not distributed as planned, and the number of communities per intervention arm ranges from 8 to 20. Even in the situation with as few as four communities per arm, the power is only slightly lower than expected. Type I error rates always closely follow 5% as required, whether the distributional assumption is correct or not. The application of the Wilcoxon test appears too conservative. Conclusions  The proposed approach to test for interaction is valid and easy to use. The application of the -test in this setting is robust.


Développer une approche simple et robuste pour tester l’interaction entre l’intervention sur la communauté et une variable propre à l’individu, utilisable dans les situations typiques d’essais randomisés de communauté i.e. avec un nombre réduit de communautés mais un nombre élevé de sujets par communauté. Méthodes 

Nous proposons une méthode basée sur l’utilisation de la différence entre les bilans de statistiques sur des groupes d’individus avec et sans un attribut au sein de chaque communauté, puis d’appliquer un t-test pour deux échantillons ou le test de Wilcoxon pour comparer la distribution des différences intra-communauté entre les groupes testés. La méthode est évaluée en utilisant des simulations et illustrée en utilisant des données d’un essai randomisé de communauté pour une intervention sur l’éducation pour la santé. Des formules approximatives de taille d’échantillon en sont dérivées. Résultats 

Les analyses basées sur le t-test donnent une puissance très proche du niveau attendu dans une variété de situations comprenant: bilans de statistiques non symétriquement distribués à travers les communautés, covariables non distribuées comme prévu et nombre de communautés par groupe d’intervention allant de huit à vingt. Même dans la situation avec seulement quatre communautés par groupe, la puissance est seulement légèrement inférieure aux prévisions. Les taux d’erreur de type I suivent toujours de près les 5% requis, que la supposition sur la distribution soit correcte ou pas. L’application du test de Wilcoxon semble trop conservatrice. Conclusions 

L’approche proposée pour tester l’interaction est valide et facile à utiliser. L’application du t-test dans cet endroit est robuste.

Keywords: Ensayos aleatorizados controlados; Essai randomisé contrôlé; aleatorización comunitaria; community randomization; interacción; interaction; prueba de significancia; randomisation de la communauté; randomized controlled trials; sample size; significance test; taille d’échantillon; tamaño de muestra; test de signification

Document Type: Research Article


Affiliations: 1:  MRC Tropical Epidemiology Group, London School of Hygiene and Tropical Medicine, London, UK 2:  Medical Research Council Laboratories, Fajara, The Gambia

Publication date: February 1, 2008

Access Key

Free Content
Free content
New Content
New content
Open Access Content
Open access content
Partial Open Access Content
Partial Open access content
Subscribed Content
Subscribed content
Free Trial Content
Free trial content
Cookie Policy
Cookie Policy
Ingenta Connect website makes use of cookies so as to keep track of data that you have filled in. I am Happy with this Find out more