MétaCan
Menu
Retour à la cohorte
Enregistrement W2146514939 · doi:10.1177/1740774507087972

Do we need to adjudicate major clinical events?

2008· review· en· W2146514939 sur OpenAlexaff
Christopher B. Granger, Victor G. Vogel, Steve Cummings, Peter Held, Fred T. Fiedorek, Mitzi Lawrence, Bruce Neal, Hiedi Reidies, Leanne Santarelli, Rosemary Schroyer, Norman Stockbridge, Feng Zhao

Notice bibliographique

RevueClinical Trials · 2008
Typereview
Langueen
DomaineMathematics
ThématiqueStatistical Methods in Clinical Trials
Établissements canadiensPopulation Health Research Institute
Organismes subventionnairesnon disponible
Mots-clésAdjudicationMedicineClinical trialPolitical scienceLawInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE: The use of centralized systems to adjudicate clinical events is common in large clinical trials, in spite of relatively little published literature concerning the rationale and justification. The purpose of this manuscript is to review the reasons for central adjudication and to discuss whether trials could be simplified by limiting or streamlining the adjudication process. METHODS: We reviewed the literature concerning central adjudication and documented the experience of adjudication in several clinical trials. Since definitions for nonfatal events are generally heterogeneous and subjective, one reason for a central process of adjudication is to assist in assuring systematic application of the definition used in the trial. In open-label trials, assuring that the adjudication is done blinded to treatment assignment may provide protection against differential misclassification. Regulatory authorities, including the FDA, derive confidence in the validity of results when central adjudication is performed. The clinical community has become accustomed to a certain amount of adjudication and may criticize trials that lack adjudication. LIMITATIONS: It is difficult to document the value of adjudication in trials that have reported adjudicated and nonadjudicated event rates and related treatment effects. Making rationale decisions about when and how to adjudicate is hampered by the lack of published study of when and how central adjudication is helpful to improve the quality and validity of trials and at what cost. CONCLUSIONS: Adjudication has not been shown to improve the ability to determine treatment effects. Thus, adjudication may be overly complex and overused in many large simple trials. The appropriate role of central adjudication - which trials, which outcomes, what methods - deserves scrutiny and further study.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,500
score de la tête « metaresearch » (Gemma)0,752
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: Méthodes
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,500
Score d'incertitude au seuil0,616

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,5000,752
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0070,004
Bibliométrie0,0040,005
Études des sciences et des technologies0,0030,015
Communication savante0,0110,016
Science ouverte0,0050,004
Intégrité de la recherche0,0080,017
Charge utile insuffisante (le modèle a refusé de juger)0,0070,006

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.

Tête enseignante Opus0,950
Tête enseignante GPT0,758
Écart entre enseignants0,192 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
DomaineMéthodes
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations120
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical TrialsMême sujetStatistical Methods in Clinical TrialsTravaux en français237 207