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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,356 | 0,613 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,006 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,008 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».