Is convalescent plasma futile in COVID-19? A Bayesian re-analysis of the RECOVERY randomized controlled trial
Notice bibliographique
Résumé
BACKGROUND: Randomized trials are generally performed from a frequentist perspective, which can conflate absence of evidence with evidence of absence. The RECOVERY trial evaluated convalescent plasma for patients hospitalized with coronavirus disease 2019 (COVID-19) and concluded that there was no evidence of an effect. Re-analysis from a Bayesian perspective is warranted. METHODS: Outcome data were extracted from the RECOVERY trial by serostatus and time of presentation. A Bayesian re-analysis with a wide variety of priors (vague, optimistic, sceptical, and pessimistic) was performed, calculating the posterior probability for: any benefit, an absolute risk difference of 0.5% (small benefit, number needed to treat 200), and an absolute risk difference of one percentage point (modest benefit, number needed to treat 100). RESULTS: Across all patients, when analysed with a vague prior, the likelihood of any benefit or a modest benefit with convalescent plasma was estimated to be 64% and 18%, respectively. The estimated chance of any benefit was 95% if presenting within 7 days of symptoms, or 17% if presenting after this. In patients without a detectable antibody response at presentation, the chance of any benefit was 85%. However, it was only 20% in patients with a detectable antibody response at presentation. CONCLUSIONS: Bayesian re-analysis suggests that convalescent plasma reduces mortality by at least one percentage point among the 39% of patients who present within 7 days of symptoms, and that there is a 67% chance of the same mortality reduction in the 38% who are seronegative at the time of presentation. This is in contrast to the results in people who already have antibodies when they present. This biologically plausible finding bears witness to the advantage of Bayesian analyses over misuse of hypothesis tests to inform decisions.
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 | 0,001 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».