Allopurinol and Cardiovascular Events: <scp>Time‐Related</scp> Biases in Observational Studies
Notice bibliographique
Résumé
Objective Several observational studies reported that allopurinol, an effective treatment for gout, was associated with important reductions in cardiovascular (CV) events, with calls for large, randomized trials, although some results were conflicting. The present study was undertaken to assess the extent of time‐related biases in these observational studies. Methods We searched the literature for all observational studies reporting on allopurinol and CV events, focusing on 2 time‐related biases. Time‐related confounding bias results from studies using cohorts of patients all exposed to allopurinol, with comparisons based on episodes of allopurinol discontinuation, where confounding factors are not updated over follow‐up time. Immortal time bias arises from the exposure misclassification of periods of cohort follow‐up during which the outcome under study cannot occur. Results We identified 12 studies, of which 8 were affected by time‐related confounding bias or immortal time bias, while the remaining 4 studies avoided these biases. The studies affected by time‐related confounding bias resulted in significant reductions in the incidence of CV events with allopurinol use (pooled hazard ratio [HR] 0.88 [95% confidence interval (95% CI) 0.85–0.92]), as did the studies affected by immortal time bias (pooled HR 0.79 [95% CI 0.72–0.87]). The 4 studies that avoided these biases resulted in a pooled HR of 1.07 (95% CI 0.91–1.25). Conclusion Observational studies reporting significantly reduced incidence of CV events with allopurinol use were affected by time‐related biases. Overall, studies that avoided these biases did not find a protective effect. The ALL‐HEART randomized trial will provide important and accurate evidence on the potential effectiveness of allopurinol on CV outcomes.
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 | 0,249 | 0,462 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,010 |
| Bibliométrie | 0,012 | 0,016 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; 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 ».