Attention to Immortal Time Bias in Critical Care Research
Notice bibliographique
Résumé
Observational studies in critical care medicine offer a popular and practical approach to questions of treatment effectiveness. Although observational research is widely understood to be susceptible to design and interpretation challenges, one well-described source of bias-immortal time bias (ITB)-is frequently present yet often overlooked. ITB may be introduced by study design oversights or mishandled during data analysis. When present, ITB can create inappropriate estimates of the benefit or harm of an exposure or intervention. Studies examining treatments in critically ill patients may be particularly susceptible to ITB, with consequences for clinical adoption and design and initiation of randomized trials. In this Critical Care Perspective, we illustrate the persistent problem of ITB in observational research using recent studies of hydrocortisone, ascorbic acid, and thiamine therapy in patients with sepsis and septic shock. Of the eight studies examined, none contained enough design or reporting elements to rule out the presence of ITB. To mitigate the influence of ITB in future observational studies, we present a novel checklist to help readers assess the features of study design, analysis, and reporting that introduce ITB or obscure its presence. We recommend that commonly used tools designed to evaluate observational research studies should include an ITB assessment.
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 | 0,674 | 0,868 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,009 | 0,012 |
| Études des sciences et des technologies | 0,006 | 0,044 |
| Communication savante | 0,012 | 0,021 |
| Science ouverte | 0,009 | 0,012 |
| Intégrité de la recherche | 0,014 | 0,028 |
| 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».