The fragility of statistically significant findings from randomised controlled trials in the urological literature
Notice bibliographique
Résumé
OBJECTIVES: To use the Fragility Index to evaluate the robustness of statistically significant findings from urological randomised controlled trials (RCTs). MATERIALS AND METHODS: The 'Fragility Index' is defined as the minimum number of patients in one arm of a trial whose status would have to change from 'event' to 'non-event', such that a statistically significant result becomes non-significant. We identified all RCTs published in four major urology journals between 2011 and 2015, and we determined the Fragility Index values for those trials reporting statistically significant results of dichotomous outcomes using the Fisher's exact test. RESULTS: In all, 332 RCTs were identified, and 41 studies met the inclusion criteria. The median (interquartile range) Fragility Index was 3 (1, 4.5), indicating that an addition of only three alternate events to one arm of a typical trial would have eliminated its statistical significance. In 27/40 cases (67.5% of cases), the number of patients lost to follow-up was larger than its Fragility Index. CONCLUSIONS: The results of urology RCTs that study dichotomous outcomes and report statistically significant differences between groups are sometimes fragile and depend on few events. Urologists should interpret these RCTs cautiously, particularly when the number of participants lost to follow-up exceeds the Fragility Index. Routine reporting of Fragility Index values alongside P values may provide additional guidance about the robustness of statistically significant findings.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,670 | 0,910 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,012 | 0,025 |
| Bibliométrie | 0,030 | 0,024 |
| Études des sciences et des technologies | 0,003 | 0,014 |
| Communication savante | 0,016 | 0,018 |
| Science ouverte | 0,007 | 0,011 |
| Intégrité de la recherche | 0,008 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
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; l’étiquette directe de Gemma et le classifieur distillé Codex 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 ».