Temporal Trends in Use of Composite End Points in Major Cardiovascular Randomized Clinical Trials in Prominent Medical Journals
Notice bibliographique
Résumé
Background— Cardiovascular mortality has decreased over the past 5 decades, making it increasingly difficult to demonstrate significant benefits of new therapies in randomized clinical trials. We sought to determine whether the use of composite end points in major cardiovascular trials has changed over time and examine temporal trends in the clinical importance of individual components of these composite end points. Methods and Results— Using a validated search strategy, we searched MEDLINE for randomized trials of therapies for primary or secondary cardiovascular prevention published in New England Journal of Medicine , The Lancet , and the Journal of the American Medical Association between 1986 and 2015. We abstracted and categorized study population demographics, type of intervention, and primary and secondary outcomes. Composite end point components were ranked according to importance (minor, moderate, major, critical, and death) and temporal trends analyzed. In total, 604 of 2607 trials retrieved met inclusion criteria. Use of composite end points increased significantly over time from 18.8% between 1986 and 1990 to 83.0% between 2011 and 2015 ( P <0.001). The number of components in the primary end point also increased significantly (median 1 in 1986–1990, median 3 in 2011–2015; P <0.001). Contemporary trials were more likely to include end points of lesser importance to patients (minor 3.1% and moderate 6.3% in 1986–1990, minor 4.5% and moderate 44.6% in 2011–2015; P <0.001). Use of death as the sole primary end point declined significantly over time (53.1% in 1986–1990, 17.9% in 2011–2015; P <0.001). Conclusions— Contemporary cardiovascular randomized clinical trials are more likely to use primary composite end points that contain a larger number of components. Furthermore, these composite end points have increasingly incorporated components of lesser clinical importance. Clinicians and policymakers interpreting results of randomized trials should recognize that the significance of individual components in a composite end point is often heterogeneous.
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 | 0,523 | 0,121 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,036 | 0,013 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».