User‐only design to assess drug effectiveness in clinical practice: application to bisphosphonates and secondary prevention of fractures
Notice bibliographique
Résumé
PURPOSE: Different strategies applicable to control for confounding by indication in observational studies were compared in a large population-based study regarding the effect of bisphosphonates (BPs) for secondary prevention of fractures. METHODS: The cohort was drawn from healthcare utilization databases of 13 Italian territorial units. Patients aged 55 years or more who were hospitalized for fracture during 2003-2005 entered into the cohort. A nested case-control design was used to compare BPs use in cohort members who did (cases) and who did not experience (controls) a new fracture until 2007 (outcome). Three designs were employed: conventional-matching (D1 ), propensity score-matching (D2 ), and user-only (D3 ) designs. They differed for (i) cohort composition, restricted to patients who received BPs straight after cohort entry (D3 ); (ii) using propensity score for case-control matching (D2 ); and (iii) compared groups of BPs users versus no users (D1 and D2 ) and long-term versus short-term users (D3 ). RESULTS: Bisphosphonate users had odds ratios (95% confidence interval) of 1.20 (1.01 to 1.44) and 0.95 (0.74 to 1.24) by applying D1 and D2 designs, respectively. Statistical evidence that long-term BPs use protects the outcome onset with respect to short-term use was observed for user-only design (D3 ) being the corresponding odds ratio (95% confidence interval) 0.64 (0.44 to 0.93). CONCLUSIONS: User-only design yielded closer results to those seen in RCTs. This approach is one possible strategy to account for confounding by indication.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,020 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».