Is convalescent plasma futile in COVID-19? A Bayesian re-analysis of the RECOVERY randomised controlled trial
Notice bibliographique
Résumé
Introduction Randomised trials are generally performed from a frequentist perspective reporting point estimates and 95% confidence intervals. This approach can confuse “evidence of no effect” with “no evidence of an effect” and does not allow for contextual knowledge. The RECOVERY trial evaluated convalescent plasma for patients hospitalised with COVID-19, the interaction test for the primary outcome was not statistically significant, and the trial concluded no evidence of an effect. From the clinical immunology perspective, there is strong justification to expect differential responses to convalescent plasma in patients who already have their own antibodies to SARS-CoV2 (seropositive) versus those who do not (seronegative). Methods Outcome data was extracted from the RECOVERY trial both overall and for seronegative participants. A Bayesian re-analysis with a wide variety of priors (vague, optimistic, skeptical and pessimistic) was performed calculating the posterior probability for both any benefit or a modest benefit (number needed to treat of 100). Results Across all patients, when analysed with a vague prior the likelihood of any benefit or a modest benefit was estimated to be 64% and 18% respectively. In contrast, in the seronegative subgroup, the likelihood of any benefit or a modest benefit was estimated to be 90% and 74%. Results were broadly consistent across all prior distributions. Conclusion Performing clinical trials during a pandemic is challenging, and RECOVERY has provided high quality evidence for numerous therapies. However, the use of frequentist hypothesis testing in this trial has led to the trialists and governing bodies to conclude a strong evidence of no effect. Based on this trial, and other prior knowledge there remains a strong probability that convalescent plasma provides at least a modest benefit in seronegative patients.
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 | 0,323 | 0,524 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,016 | 0,022 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,006 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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 ».