Immortal time bias in observational studies of drug effects
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: Recent observational studies suggest that various drugs are remarkably effective at reducing morbidity and mortality. These cohort studies used a flawed approach to design and data analysis which can lead to immortal time bias. We describe the bias from 20 of these studies and illustrate it by showing that unrelated drugs can be made to appear effective at treating cardiovascular disease (CVD). METHODS: The illustration used a cohort of 3315 patients, with chronic obstructive pulmonary disease (COPD), identified from the Saskatchewan Health databases, hospitalised for CVD and followed for up to a year. We used the biased approach to assess the effect of two medications, namely gastrointestinal drugs (GID) and inhaled beta-agonists (IBA), both unknown to be effective in CVD, on the risk of all-cause mortality. We also estimated these effects using the proper person-time approach. RESULTS: Using the inappropriate approach, the rates ratios of all-cause death were 0.73 (95%CI: 0.57-0.93), with IBA and 0.78 (95%CI: 0.61-0.99), with GID. These rate ratios became 0.98 (95%CI: 0.77-1.25) and 0.94 (95%CI: 0.73-1.20), respectively, with the proper person-time analysis. CONCLUSIONS: Several recent observational studies used a flawed approach to design and data analysis, leading to immortal time bias, which can generate an illusion of treatment effectiveness. Observational studies, with surprising beneficial drug effects should be re-assessed to account for this source of bias.
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.
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 | 0,008 | 0,007 |
| 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 | 0,000 |
| 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 découle