Primary Causes of Death Reported to the FDA Suggest Less Ticagrelor Mortality Benefit than the List Issued to the PLATO Trial Investigators
Notice bibliographique
Résumé
Background: The PLATO trial data set reported to the FDA (DRFDA) revealed that some primary deaths causes (PDC) were inaccurately reported favoring ticagrelor. Trial Investigators (DRTI) received different data set with more ticagrelor mortality advantage. We compared these two death lists for the match in PDC. Methods and Results: The DRFDA contains 938 deaths, while the DRTI contains 905. We matched “vascular”, “non-vascular”, “unknown”, “missed”, and “other” causes of death between DRFDA and DRTI. The DRFDA used 14 vascular, 9 non-vascular, 1 unknown and 1 other PDC codes, while the DRTI used 14 but different vascular, 14 non-vascular but no unknown or other PDC codes. We observed a significant mismatch for the PDC codes between the DRFDA and DRTI data sets. Most DRFDA deaths were vascular (n = 677), fewer non-vascular (n = 159) and unexpectedly many unknown (n = 95) or other (n = 7) PDC. Surprisingly, the shorter DRTI contains more vascular (n = 795), fewer non-vascular (n = 110), but no unknown, other, or missed causes. There were more sudden deaths in DRTI than in DRFDA (161 vs. 138; p < 0.03), twice as many post-myocardial infarction deaths (373 vs. 178; p < 0.001) but fewer heart failure deaths (73 vs. 109; p = 0.02). The reported non-vascular PDC match better except for 2 extra suicides in the clopidogrel arm of the DRTI. Conclusions: Over 100 “unknown”, “missed”, or “other” PDC events reported by the trial sponsor to the FDA were omitted from the investigator data set contributing to the inflated differences in vascular mortality benefit of ticagrelor reported in numerous PLATO publications. Synchronization of PDC reporting between regulatory agencies and investigators was lacking in PLATO but remains mandatory to ensure quality for future indication-seeking trials.
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 | 0,013 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,000 | 0,002 |
| 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 | 0,000 | 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 ».