Integrating Mortality and Morbidity Outcomes
Notice bibliographique
Résumé
RATIONALE: Outcome measures that integrate mortality and morbidity, like quality-adjusted life years (QALYs), have been proposed for critical care clinical trials. OBJECTIVES: We sought to describe the distribution of QALYs in critically ill patients and estimate sample size requirements for a hypothetical trial using QALYs as the primary outcome. METHODS: We used data from a prospective cohort study of survivors of acute respiratory distress syndrome to generate utility values and calculate QALYs at 6 and 12 months. Using multiple simulations, we estimated the required sample sizes for multiple outcome scenarios in a hypothetical trial, including a base-case wherein the intervention improved both mortality and QALYs among survivors. MEASUREMENTS AND MAIN RESULTS: From 195 enrolled patients, follow-up was sufficient to generate QALY outcomes for 168 (86.2%) at 6 months and 159 (81.5%) at 1 year. For a hypothetical intervention that reduced mortality from 48 to 44% and improved QALYs by 0.025 in survivors at 6 months, the required per-group sample size was 571 (80% power; two-sided α = 0.05), compared with 2,436 patients needed for a comparison focusing on mortality alone. When only mortality or QALY in survivors (but not both) showed improvement by these amounts, 3,426 and 1,827 patients per group were needed, respectively. When mortality and morbidity effects moved in opposite directions, simulation results became impossible to interpret. CONCLUSIONS: QALYs may be a feasible outcome in critical care trials yielding a patient-centered result and major gains in statistical power under certain conditions, but this approach is susceptible to several threats, including loss to follow-up.
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 | 0,054 | 0,115 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».