Abstract 17059: Re-Use of Clinical Trial Data From the NHLBI Data Repository (BioLINCC) for Patient-Level Meta-Analyses of Cardiovascular Outcomes: Challenges and Opportunities
Notice bibliographique
Résumé
Introduction: An objective of the Meta-AnalyTical Interagency Group (MATIG) is to conduct patient-level meta-analyses of cardiovascular outcomes using data from publicly available repositories. We describe challenges with data re-use from a seminal trial, provide a systematic approach to identify and curate data elements for hypothesis generation, and establish stackable trials to support these analyses. Methods: We used data from the ACCORD trial to assess risk factors and their gender specific differences for the event of hospitalization or death due to heart failure (hdHF), in patients with type 2 diabetes*. We identified the data elements needed to answer the research questions, reviewed the trial protocol to verify definitions, extracted patient-level data, performed quality assessment and statistical analysis. The results showed a gender difference in the effect of intensive vs. standard glucose-lowering therapy on hdHF. To validate the findings, we sought additional trials in BioLINCC to develop a compendium for meta-analysis, and repeated these steps for each trial. Results: Challenges for reusing the ACCORD trial included access to complete patient-level data and metadata. The compendium, developed to evaluate the stackability** of data across trials, identified differences in trial designs, patient populations, study interventions, and data elements that may impact the feasibility and interpretation of meta-analysis. An example of compendium components is shown in Table 1. Conclusion: High-quality metadata facilitate re-use of trial repository data. This compendium standardizes common data elements for gender, racial and age-group specific outcome assessment in major clinical trials. It provides the framework to assess the fitness of trials for patient-level meta-analyses. Efforts are underway by MATIG to expand the compendium to include risk factors and major cardiovascular outcomes across multiple large trials for meta-analysis.
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 | 0,600 | 0,820 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,005 |
| Méta-épidémiologie (sens large) | 0,007 | 0,010 |
| Bibliométrie | 0,022 | 0,029 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,019 | 0,013 |
| Science ouverte | 0,012 | 0,014 |
| Intégrité de la recherche | 0,004 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,005 |
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 ».