MétaCan
Menu
Retour à la cohorte
Enregistrement W2616530926 · doi:10.1016/j.conctc.2017.05.005

Sharing some interim data in trial monitoring can mislead or unmask trial investigators: A scenario-based survey of trial experts

2017· article· en· W2616530926 sur OpenAlexafffund
Victoria Borg Debono, Lawrence Mbuagbaw, James Paul, Norman Buckley, Lehana Thabane

Notice bibliographique

RevueContemporary Clinical Trials Communications · 2017
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical Methods in Clinical Trials
Établissements canadiensSt. Joseph’s Healthcare HamiltonMcMaster UniversityImpact
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésInterimInterim analysisEvent (particle physics)PlaceboClinical trialPsychologyMedicineComputer scienceEconometricsStatisticsMathematicsAlternative medicineInternal medicinePolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Sharing masked interim results by the Data Safety Monitoring Board (DSMB) with non-DSMB members is an important issue that can affect trial integrity. Our survey's objective is to collect evidence to understand how seemingly masked interim results or result extrapolations are interpreted and discuss whether these results should be shared at interim. METHODS: Conducted a 6 scenario-question survey asking trial experts how they interpreted three kinds of seemingly masked interim results or result extrapolation measures (interim combined event rate, adaptive conditional power and "unconditional" conditional power). RESULTS: Thirty-one current Consolidated Standards of Reporting Trials group affiliates were invited for survey participation (February 2015). Response rate: 71.0% (22/31). About half, 52.6% (95% CI: 28.9%-74.0%), (10/19), correctly indicated that the interim combined event rate can be interpreted in three ways (drug X doing better than placebo, worse than placebo or the same) if shared at interim. The majority, 72.2% (95% CI: 46.5%-89.7%), (13/18), correctly indicated that the adaptive conditional power suggests relative treatment group effects. The majority, 53.3% (95% CI: 26.6%-77.0%), (8/15), incorrectly indicated that the "unconditional" conditional power suggests relative treatment group effects. DISCUSSION/CONCLUSION: Knowledge of these three results or result extrapolation measures should not be shared outside of the DSMB at interim as they may mislead or unmask interim results, potentially introducing trial bias. For example, the interim combined event rate can be interpreted in one of three ways potentially leading to mistaken guesswork about interim results. Knowledge of the adaptive conditional power by non-DSMB members is telling of relative treatment effects thus unmasking of interim results.

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)0,244
score de la tête « metaresearch » (Gemma)0,389
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,756
Score d'incertitude au seuil0,932

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2440,389
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0050,003
Communication savante0,0050,007
Science ouverte0,0020,006
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,981
Tête enseignante GPT0,732
Écart entre enseignants0,249 · 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'étudeQualitatif
DomaineMéthodes
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

Citations3
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueContemporary Clinical Trials CommunicationsMême sujetStatistical Methods in Clinical TrialsTravaux en français237 207