The FDA and PLATO Investigators death lists: Call for a match
Notice bibliographique
Résumé
PURPOSE: The FDA-issued PLATO trial dataset revealed that some primary death causes (PDCs) were inaccurately reported favouring ticagrelor. However, the PLATO Investigators operated the shorter death list of uncertain quality. We compared if PDC match when trial fatalities were reported to the FDA and by the PLATO Investigators. METHOD: The FDA list contains precisely detailed 938 PLATO deaths, while shorter investigators dataset consists of 905 deaths. We matched four vascular (sudden, post-MI, heart failure and stroke), and three non-vascular (cancer, sepsis and suicide) PDC between death lists. RESULTS: There were more sudden deaths in the shorter list than in the FDA dataset (161 vs 138; P < .03) and post-AMI (373 vs 178; P < .001) but fewer heart failure deaths (73 vs 109; P = .02). Stroke numbers match well (39 vs 37; P = NS) with only two ticagrelor cases removed. Cancer matched well (32 vs 31; P = NS), and sepsis cases were identical (30 vs 30; P = NS). However, two extra clopidogrel suicides in the shorter list are impossible to comprehend. CONCLUSIONS: The PLATO trial PDCs were mismatched between FDA and investigators sets. We are kindly asking the ticagrelor sponsor or/and concerned PLATO Investigators to clarify the PDC dataset match.
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 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 | 0,002 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».