Importance of Considering Competing Risks in Time-to-Event Analyses
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Ignoring competing risks in time-to-event analyses can lead to biased risk estimates, particularly for elderly patients with multimorbidity. We aimed to demonstrate the impact of considering competing risks when estimating the cumulative incidence and risk of stroke among elderly atrial fibrillation patients. Methods and Results: Using linked administrative databases, we identified patients with atrial fibrillation aged ≥66 years discharged from hospital in ON, Canada between January 1, 2007, and March 31, 2011. We estimated the cumulative incidence of stroke hospitalization using the complement of the Kaplan–Meier function and the cumulative incidence function. This was repeated after stratifying the cohort by presence of prespecified comorbidities: chronic kidney disease, chronic obstructive pulmonary disease, cancer, or dementia. The full cohort was used to regress components of the CHA 2 DS 2 VASc (congestive heart failure, hypertension, age, diabetes mellitus, stroke, vascular disease, sex) score on the hazard of stroke hospitalization using the Fine-Gray and Cox methods. These models were subsequently used to predict the 5-year risk of stroke hospitalization. Among 136 156 patients, the median CHA 2 DS 2 VASc score was 4 and 84 728 patients (62.2%) had ≥1 prespecified comorbidity. The 5-year cumulative incidence of stroke was 5.4% (95% confidence interval, 5.3%–5.5%), whereas that of death without stroke was 48.8% (95% confidence interval, 48.5%–49.1%). The incidence of both events was overestimated by the Kaplan–Meier method; stroke incidence was overestimated by a relative factor of 39%. The degree of overestimation was larger among patients with non-CHA 2 DS 2 VASc comorbidity because of higher incidence of death without stroke. The Fine-Gray model demonstrated better calibration than the Cox model, which consistently overpredicted stroke incidence. Conclusions: The incidence of death without stroke was 9-fold higher than that of stroke, leading to biased estimates of stroke risk with traditional time-to-event methods. Statistical methods that appropriately account for competing risks should be used to mitigate this 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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle