Mega Trials in COPD—Clinical Data Analysis and Design Issues
Notice bibliographique
Résumé
The TORCH and UPLIFT randomised controlled trials have provided important data on the benefits of COPD treatments, but also some lessons in study design and data analysis that we will here review. Firstly, it is fundamental that the study question be answerable by the study design. The question in the TORCH study was aimed at a comparison with 'usual care', but the placebo group was not 'usual care'. Secondly, TORCH and UPLIFT were among the first trials to follow the intent-to-treat principle, fundamental to avoid bias in randomised trials. However, this principle was followed for the mortality outcome, but not for lung function, so that the findings related to lung function decline are subject to bias from regression to the mean. Finally, a re-analysis of the TORCH study (performed to fully exploit the data as a 2 × 2 factorial trial) shows that a mortality benefit is entirely accounted for by the effect of the long-acting beta-agonist salmeterol, with no effect attributable to the inhaled corticosteroid fluticasone component of the combination therapy. Together, these data suggest that long-acting bronchodilators, including anticholinergics such as tiotropium and beta-agonists, are associated with lower mortality of patients with COPD, but not inhaled corticosteroids. With COPD one of the major causes of morbidity and mortality worldwide, mega trials such as TORCH and UPLIFT are much needed, but must achieve the utmost scientific rigour in their design and analysis.
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 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 | 0,013 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 tête enseignante, 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 ».