MétaCan
Menu
Retour à la cohorte
Enregistrement W2156131834 · doi:10.1177/1740774507085279

Using causal models to show the effect of untestable assumptions on effect estimates in randomized controlled trials

2007· article· en· W2156131834 sur OpenAlexaff
R. W. Allard, Jean‐François Boivin

Notice bibliographique

RevueClinical Trials · 2007
Typearticle
Langueen
DomaineMathematics
ThématiqueAdvanced Causal Inference Techniques
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésEstimatorStatisticsRandomized controlled trialRandomizationEconometricsRange (aeronautics)MathematicsSample size determinationMedicineTreatment effectInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The methods by which randomized controlled trials (RCTs) are analyzed rest on several assumptions, most of which are untestable. PURPOSE: To show how estimates of the net effect of treatment on survival can be obtained requiring only the assumption that randomization produced equivalent groups. METHODS: The assumptions underlying ratio measures of effect, based on disease occurrence times (DOT) obtained from survival curves, are identified and cumulatively removed. RESULTS: The four assumptions usually made are that (1) the ratio of disease incidence rates under treatment and under reference exposure is constant over time, (2) the groups being compared are exchangeable (equivalent), (3) a subject's DOT under treatment is independent of what his DOT would have been under the reference exposure, and (4) the treatment effect, if any, is in the same direction in all subjects. Removing Assumption 4 leads to an estimator of effect resembling the etiologic fraction, but able to accommodate both causative and preventive effects. Removing all assumptions but that of exchangeability still permits the estimation, directly from the survival curves, of a range of effect magnitudes, causative or preventive, compatible with the observed DOTs. The exchangeability assumption is the easiest to meet, by randomizing enough subjects. LIMITATIONS: The statistical uncertainty that affects the estimates of survival probabilities has been ignored. Taking uncertainty into account further widens the range of effects compatible with the observations. CONCLUSIONS: Retaining only the exchangeability assumption allows for a range of possible treatment effects to be estimated, although it may be wide. Readers of RCT reports should understand that the determination of a point estimate of effect within this range is entirely a function of unverifiable analytic assumptions.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,413
score de la tête « metaresearch » (Gemma)0,684
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens large)
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,727
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,4130,684
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0150,003
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,658
Tête enseignante GPT0,627
Écart entre enseignants0,031 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

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

En bref

Citations2
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical TrialsMême sujetAdvanced Causal Inference TechniquesTravaux en français237 207