Making Statistical Sense of the Molnupiravir MOVe-OUT Clinical Trial
Notice bibliographique
Résumé
Oral therapies for the early treatment of COVID-19 may prevent disease progression and health system overcrowding. A new oral therapeutic named molnupiravir has been promoted as providing an approximately 50% reduction in death or the need for hospitalization. The clinical trial evaluating this drug was stopped early at the recommendation of the Data Safety and Monitoring Board after approximately 50% of the sample had been recruited. At the point of discontinuing the trial, approximately 90% of the planned sample had been recruited and had available follow-up data accessible. We discuss issues about the study conduct, analysis, and interpretation, including 1) the authors and sponsors presented the interim analysis as the primary analysis; 2) communication between sponsors and the Data Safety and Monitoring Board was insufficient; 3) the treatment effects reverse when examining only the post-interim analysis population, and are substantially attenuated when examining the full data; 4) the choice of primary analysis is incorrect; 5) analysis of lost-to-follow-up patients favors the study drug; and 6) other known molnupiravir trials were not presented in the primary study findings. As a result of methodological and statistical concerns, it seems that external trials, separate from those supported by the sponsoring company, are required to determine the utility of this drug.
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 | 0,585 | 0,805 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,008 | 0,008 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,016 |
| Communication savante | 0,014 | 0,011 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,012 | 0,022 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».