MétaCan
Menu
Retour à la cohorte
Enregistrement W3049285076 · doi:10.1016/j.conctc.2020.100639

An empirical comparison of time-to-event models to analyse a composite outcome in the presence of death as a competing risk

2020· article· en· W3049285076 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueContemporary Clinical Trials Communications · 2020
Typearticle
Langueen
DomaineMathematics
ThématiqueAdvanced Causal Inference Techniques
Établissements canadiensMcMaster UniversitySt. Joseph’s Healthcare HamiltonImpact
Organismes subventionnairesFogarty International CenterNational Institutes of Health
Mots-clésHazard ratioProportional hazards modelConfidence intervalMedicineCovariateObservational studyAccelerated failure time modelDemographyInternal medicineStatistics

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Competing risks arise when subjects are exposed to multiple mutually exclusive failure events, and the occurrence of one failure hinders the occurrence of other failure events. In the presence of competing risks, it is important to use methods accounting for competing events because failure to account for these events might result in misleading inferences. METHODS AND OBJECTIVE: Using data from a multisite retrospective observational longitudinal study done in Ethiopia, we performed sensitivity analyses using Fine-Gray model, Cause-specific Cox (Cox-CSH) model, Cause-specific Accelerated Failure Time (CS-AFT) model, accounting for death as a competing risk to determine baseline covariates that are associated with a composite of unfavourable retention in care outcomes in people living with Human Immune Virus who were on both Isoniazid preventive therapy (IPT) and antiretroviral therapy (ART). Non-cause specific (non-CSH) model that does not account for competing risk was also performed. The composite outcome comprises of loss to follow-up, stopped treatment and death. Age, World Health Organisation (WHO) stage, gender, and CD4 count were the considered baseline covariates. RESULTS: We included 3578 patients in our analysis. WHO stage III-or-IV was significantly associated with the composite of unfavourable outcomes, Sub-hazard ratio (SHR) = 1.31, 95% confidence interval (CI):1.04-1.65 for the sub-distribution hazard model, hazard ratio [HR] = 1.31, 95% CI:1.05-1.65, for the Cox-CSH model, and HR = 0.81, 95% CI:0.69-0.96, for the CS-AFT model. Gender and WHO stage were found to be significantly associated with the composite of unfavourable outcomes, HR = 1.56, 95% CI:1.27-1.90, HR = 1.28, 95% CI: 1.06-1.55 for males and WHO stage III-or-IV, respectively for the non-CSH model. CONCLUSIONS: Results show that WHO stage III-or-IV is significantly associated with unfavourable outcomes. The results from competing risk models were consistent. However, results obtained from the non-CSH model were inconsistent with those obtained from competing risk analysis models.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,033
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,843
Score d'incertitude au seuil0,975

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0150,033
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0030,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,844
Tête enseignante GPT0,649
Écart entre enseignants0,195 · 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