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
BACKGROUND: Several recent trials in chronic obstructive pulmonary disease (COPD) have assessed the effectiveness of the fluticasone-salmeterol combination inhaler in preventing COPD exacerbations, while finding an increased risk of pneumonia. The number needed to treat (NNT) is a simple measure to perform the comparative benefit-risk impact, but its calculation involving repeated outcome events such as COPD exacerbations has been incorrect. We describe the proper methods to calculate the NNT and, using data from published trials, apply them to evaluate the relative impact of fluticasone-salmeterol treatment on exacerbations and pneumonias in patients with COPD. METHODS: We review the fundamental definition of NNT and quantify it for situations with varying follow-up times. We review the 'event-based' NNT, proposed and used for repeated event outcomes, show its inaccuracy, describe its proper use and provide an approximate formula for its application. RESULTS: We show that a 1-year trial of the fluticasone-salmeterol combination versus salmeterol used the incorrect event-based approach to calculate the NNT as two patients that need to be treated for 1 year to prevent one COPD exacerbation, when the proper calculation results in a NNT of 14. In contrast, 20 patients need to be treated to induce one pneumonia case. For the TORCH trial, the NNT is 44 patients treated for 3 years with fluticasone-salmeterol versus salmeterol to prevent one exacerbation compared with 16 patients to induce one pneumonia case. CONCLUSIONS: The NNT is a useful measure of the effect of drugs, but its proper calculation is essential to prevent misleading clinical practice guidelines.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,004 | 0,008 |
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