Randomized controlled trials of aprotinin in cardiac surgery: could clinical equipoise have stopped the bleeding?
Notice bibliographique
Résumé
BACKGROUND: Aprotinin is a serine protease inhibitor used to limit perioperative bleeding and reduce the need for donated blood transfusions during cardiac surgery. Randomized controlled trials of aprotinin evaluating its effect on the outcome of perioperative transfusion have been published since 1987, and systematic reviews were conducted in 1992 and 1997. METHODS: A systematic search was conducted for all RCTs of aprotinin that used placebo controls or were open-label with no active control treatment. Data collected included the primary outcome, objective of each study, whether a systematic review was cited or conducted as part of the background and/or rationale for the study and the number of previously published RCTs cited. Cumulative meta-analyses were performed. RESULTS: Sixty-four randomized, controlled trials of aprotinin were found, conducted between 1987 and 2002, reporting an endpoint of perioperative transfusion. Median trial size was 64 subjects, with a range of 20 to 1784. A cumulative meta-analysis indicated that aprotinin greatly decreased the need for perioperative transfusion, stabilizing at an odds ratio of 0.25 (p < 10 - 6) by the 12th study, published in June of 1992. The upper limit of the confidence interval never exceeded 0.65 and results were similar in all subgroups. Citation of previous RCTs was extremely low, with a median of 20% of prior trials cited. Only 7 of 44 (15%) of subsequent reports referenced the largest trial (N = 1784), which was 28 times larger than the median trial size. CONCLUSIONS: This study demonstrates that investigators evaluating aprotinin were not adequately citing previous research, resulting in a large number of RCTs being conducted to address efficacy questions that prior trials had already definitively answered. Institutional review boards and journals could reduce the number of redundant trials by requiring investigators to conduct adequate searches for prior evidence and conducting systematic reviews.
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 | 0,162 | 0,368 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,014 | 0,018 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,005 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,010 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».