Methods for handling missing segments in Crohn’s disease clinical trials: analysis from the EXTEND trial
Notice bibliographique
Résumé
Recently in Gut , Gottlieb et al summarised considerations for endoscopy central reading in IBD clinical trials.1 Achieving endoscopic remission is an important measure of therapeutic efficacy, and most Crohn’s disease (CD) trials now require video-recorded ileocolonoscopy at screening and for evaluation of the primary outcome. While the Crohn’s Disease Endoscopic Index of Severity (CDEIS)2 and the Simplified Endoscopic Score for Crohn’s Disease (SES-CD)3 are commonly used instruments, Gottlieb et al correctly highlight that these scores are sensitive to missing data if one or more of the five ileocolonic segments are not examined. Bowel segments may not be visualised if there is an impassable stricture, when the bowel preparation is poor or if there are technical challenges precluding procedure completion. In these situations, appropriately handling missing data is essential because the total endoscopic score may not be reflective of the actual disease burden. We empirically evaluated the effect of different methods for handling missing data from non-visualised segments on the SES-CD and CDEIS. Ileocolonoscopy videos from baseline and week 12 in the Extend the Safety and Efficacy of Adalimumab through Endoscopic Healing (EXTEND) trial were used.4 EXTEND was a randomised, placebo-controlled trial evaluating adalimumab in patients with moderate-to-severe CD. Six methods of handling missing segments were applied: 1. No imputation: non-visualised segments ignored. 2. Worst …
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 | 0,006 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».