Verifying Death Reports in the Platelet Inhibition and Patient Outcomes (PLATO) Trial
Notice bibliographique
Résumé
BACKGROUND: Excess vascular deaths in the PLATO trial comparing ticagrelor to clopidogrel have been repeatedly challenged by the Food and Drug Administration (FDA) reviewers and academia. Based on the Freedom of Information Act, BuzzFeed won a court order and shared with us the complete list of reported deaths for the ticagrelor FDA New Drug Application (NDA) 22-433. This dataset was matched against local patient-level records from PLATO sites monitored by the sponsor. STUDY QUESTION: Whether FDA death data in the PLATO trial matched the local site records. STUDY DESIGN: The NDA spreadsheet contains 938 precisely detailed PLATO deaths. We obtained and validated local evidence for 52 deaths among 861 PLATO patients from 14 enrolling sites in 8 countries and matched those with the official NDA dataset submitted to the FDA. MEASURES AND OUTCOMES: Existence, precise time, and primary cause of deaths in PLATO. RESULTS: Discrepant to the NDA document, sites confirmed 2 extra unreported deaths (Poland and Korea) and failed to confirm 4 deaths (Malaysia). Of the remaining 46 deaths, dates were reported correctly for 42 patients, earlier (2 clopidogrel), or later (2 ticagrelor) than the actual occurrence of death. In 12 clopidogrel patients, cause of death was changed to "vascular," whereas 6 NDA ticagrelor "nonvascular" or "unknown" deaths were site-reported as of "vascular" origin. Sudden death was incorrectly reported in 4 clopidogrel patients, but omitted in 4 ticagrelor patients directly affecting the primary efficacy PLATO endpoint. CONCLUSIONS: Many deaths were inaccurately reported in PLATO favoring ticagrelor. The full extent of mortality misreporting is currently unclear, while especially worrisome is a mismatch in identifying primary death cause. Because all PLATO events are kept in the cloud electronic Medidata Rave capture system, securing the database content, examining the dataset changes or/and repeated entries, identifying potential interference origin, and assessing full magnitude of the problem are warranted.
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 | 0,037 | 0,098 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».