Use of modified intention-to-treat analysis in studies of direct oral anticoagulants and risk of selection bias: a systematic review
Notice bibliographique
Résumé
BACKGROUND: Following their evaluation in randomised controlled trials (RCTs), direct oral anticoagulants (DOACs) have replaced warfarin for stroke prevention in atrial fibrillation (AF), and treatment and prevention of venous thromboembolism (VTE). To avoid selection bias, it is recommended that RCTs use an intention-to-treat (ITT) analysis strategy. OBJECTIVE: The objective of this study was to systematically review and compare reported analytical strategies, the proportion of randomised patients included in analyses and the reasons for participant exclusions. STUDY SELECTION: A systematic search of PubMed, EMBASE and the Cochrane library for phase III trials of DOACs was conducted. Titles and abstracts were screened for relevance by two independent reviewers. Patient population, intervention studied, number of patients included in randomisation and analysis, reasons for exclusions from analysis and trial conclusions were extracted from each article. FINDINGS: Twenty-nine studies were included, five were about stroke prevention in AF, 10 about VTE treatment and 14 about thromboprophylaxis. Trials of AF and VTE treatment had low proportions of postrandomisation exclusions (around 1%). In contrast, surgical and medical thromboprophylaxis trials excluded almost 30% of participants postrandomisation. This was in spite of authors' claims of using an ITT or modified ITT approach. Higher exclusion proportions in these trials were associated with non-clinically defined primary outcomes and incomplete outcome assessments. CONCLUSIONS: Clinicians should be aware that the level of evidence in favour of DOAC use for thromboprophylaxis is weak due to high rates of postrandomisation exclusions and risks of selection bias.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Revue systématique | low |
| gpt | Méta-épidémiologie (sens strict)Méta-épidémiologie (sens large)Métarecherche Domaine: Méthodes · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Revue systématique | high |
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 | 0,337 | 0,595 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,004 |
| Méta-épidémiologie (sens large) | 0,035 | 0,037 |
| Bibliométrie | 0,026 | 0,020 |
| Études des sciences et des technologies | 0,002 | 0,007 |
| Communication savante | 0,010 | 0,011 |
| Science ouverte | 0,008 | 0,005 |
| Intégrité de la recherche | 0,010 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».