Time‐related biases in pharmacoepidemiology
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
PURPOSE: Observational studies using computerized healthcare databases have become popular to investigate the potential effectiveness of old drugs for new indications. Many of these studies reporting remarkable effectiveness were shown to be affected by different time-related biases. We describe these biases and illustrate their effects using a cohort of patients treated for chronic obstructive pulmonary disease (COPD). METHODS: The Quebec healthcare databases were used to form a cohort of 124 030 patients with COPD, 50 years or older, treated between 2000 and 2015. Inhaled corticosteroids (ICS) and long-acting bronchodilators were used as exposures, with diverse outcomes, including lung cancer, acute myocardial infarction and death, to illustrate protopathic, latency time, immortal time, time-window, depletion of susceptibles, and immeasurable time biases. RESULTS: Protopathic bias affected bronchodilator-defined cohort entry with an incident rate of lung cancer of 23.9 per 1000 in the first year, compared with around 12.0 in the subsequent years. When latency and immortal times were misclassified, ICS were associated with decreased incidence of lung cancer (hazard ratio [HR] 0.32; 95% CI: 0.30-0.34), compared with 0.50 (95% CI: 0.48-0.53) after correcting for immortal time bias and 0.96 (95% CI: 0.91-1.02) after also correcting for latency time bias. Time-window, depletion of susceptibles and immeasurable time biases also affected the findings similarly. CONCLUSIONS: Many observational studies of new indications for older drugs reporting unrealistic effectiveness were affected by avoidable time-related biases. The apparent effectiveness often disappears with proper design and analysis. Future studies should consider these time-related issues to avoid severely biased results.
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 | 0,005 | 0,019 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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