MétaCan
Menu
← Retour à la cohorte
Enregistrement W2979426392 · doi:10.1161/jaha.119.013170

Mortality Benefit of Alirocumab: A Bayesian Perspective

2019· article· en· W2979426392 sur OpenAlexaff
Christopher Labos, James M. Brophy, Allan D. Sniderman, George Thanassoulis

Notice bibliographique

RevueJournal of the American Heart Association · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueLipoproteins and Cardiovascular Health
Établissements canadiensMcGill UniversityMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésHazard ratioAlirocumabMedicineInternal medicineBayesian probabilityProportional hazards modelStatisticsConfidence intervalCardiologyMathematicsCholesterolApolipoprotein B

Résumé

récupéré en direct d'OpenAlex

Background The ODYSSEY OUTCOMES (Alirocumab and Cardiovascular Outcomes after Acute Coronary Syndrome) trial demonstrated that alirocumab reduced major cardiovascular events. However, because of the hierarchical testing strategy used for the multiple outcomes examined, the observed reduction in all-cause mortality was labeled "nominally significant" which has clouded its interpretation. Methods and Results We re-analyzed data from ODYSSEY OUTCOMES using Bayesian methods and generated various prior probabilities by incorporating mortality data from previous similar PCSK9 (proprotein convertase subtilisin-kexin type 9) inhibitor trials. We first used data from the ODYSSEY OUTCOMES trial with a non-informative prior, then sequentially added data from ODYSSEY LONG TERM and the FOURIER trial, giving FOURIER full weight, 50% weight and 10%. The posterior probability of a mortality reduction using only the ODYSSEY OUTCOMES data was hazard ratio 0.85 (95% CI 0.74-0.99) which corresponded to a 98.4% probability of a mortality benefit. When the ODYSSEY LONG TERM data were added to the analysis, the posterior probability was hazard ratio 0.84 (95% CI 0.72-0.97) with a 99.9% probability of mortality reduction, and when the FOURIER data were added to the analysis the posterior probability was hazard ratio 0.94 (95% CI 0.85-1.04) with an 89.1% probability of a mortality reduction. When the FOURIER trial was given only 50% or 10% weight, the probability of a mortality reduction rose 95.4% and 98.7%, respectively. We estimate that the probability of >1% absolute risk reduction ranges from 8% to 24%, while the probability of >0.5% absolute risk reduction ranges from 66% to 89%. Conclusions Our analysis demonstrates a high likelihood that alirocumab confers a reduction in all-cause mortality, despite the equivocal interpretation of the data in the original ODYSSEY OUTCOMES publication.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,038
score de la tête « metaresearch » (Gemma)0,147
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,202

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0380,147
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,003
Communication savante0,0040,004
Science ouverte0,0030,001
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,289
Écart entre enseignants0,280 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Heart Association→Même sujetLipoproteins and Cardiovascular Health→Travaux en français237 207→