Reconciling randomized trial evidence on proximal versus distal outcomes, with application to trials of influenza vaccination for healthcare workers
Notice bibliographique
Résumé
When synthesizing the body of evidence concerning a clinical intervention, impacts on both proximal and distal outcome variables may be relevant. Assessments will be more defensible if results concerning a proximal outcome align with those concerning a corresponding distal outcome. We present a method to assess the coherence of empirical clinical trial results with biologic and mathematical first principles in situations where the intervention can only plausibly impact the distal outcome indirectly via the proximal outcome. The method comprises a probabilistic sensitivity analysis, where plausible ranges for key parameters are specified, resulting in a constellation of plausible pairs of estimated intervention effects, for the proximal and distal outcomes, respectively. Both outcome misclassification and sampling variability are reflected in the method. We apply our methodology in the context of cluster randomized trials to evaluate the impacts of vaccinating healthcare workers on the health of elderly patients, where the proximal outcome is suspected influenza and the distal outcome is death. However, there is scope to apply the method for other interventions in other disease areas.
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 | 0,567 | 0,805 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,009 | 0,013 |
| Bibliométrie | 0,010 | 0,010 |
| Études des sciences et des technologies | 0,002 | 0,012 |
| Communication savante | 0,010 | 0,008 |
| Science ouverte | 0,005 | 0,009 |
| Intégrité de la recherche | 0,008 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».