MétaCan
Menu
← Retour à la cohorte
Enregistrement W4283034542 · doi:10.21203/rs.3.rs-1582705/v1

Assessing use of surrogate outcome measures in randomized controlled trials investigating venous thromboembolism prophylaxis

2022· preprint· en· W4283034542 sur OpenAlexaff
Ali Eshaghpour, Allen Li, Jane Park, Terry Cho, Mark Crowther

Notice bibliographique

RevueResearch Square · 2022
Typepreprint
Langueen
DomaineMedicine
ThématiqueVenous Thromboembolism Diagnosis and Management
Établissements canadiensUniversity of OttawaMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicineSurrogate endpointRandomized controlled trialVenous thromboembolismInternal medicineClinical trialMEDLINEThrombosis

Résumé

récupéré en direct d'OpenAlex

Abstract Background: Outcome measures in randomized controlled trials (RCTs) can be classified as patient-important, surrogate and composite outcomes. Venous thromboembolism (VTE) prophylaxis trials often use surrogate or composite outcome measures, often involving radiographically detected and clinically asymptomatic VTE. The clinical relevance of such outcomes is controversial.Objective: To establish the prevalence of surrogate outcome measures in VTE prophylaxis trials.Methods: A comprehensive search of MEDLINE, Embase and Cochrane (CENTRAL) databases from January 2000 to October 2020 was conducted. Any English-language VTE prophylaxis RCT with n>150 was included. Baseline characteristics, outcome measure, acknowledgement of limitations, and presence of VTE vs bleeding risk discussions were recorded. Binary logistic regression analysis was done to assess the relationship of impact factor, citation count, and sample size with surrogate outcome use. Results: 209 studies were included. 170 (81%) studies used a surrogate outcome measure. Of these studies, 34 (20%) acknowledged this as a potential limitation and 152 (89%) discussed bleeding vs thrombosis risk. There was no statistically significant relationship between citation count (ꞵ1OR=0.99; 95%CI=0.99-1.00; p=0.248) or sample size (ꞵ1OR=0.99, 95%CI=0.99-1.00, p=0.320) and use of a surrogate outcome compared with use of a clinical outcome. There was a statistically significant relationship between increased impact factor and use of a surrogate outcome (ꞵ1OR=0.98, 95%CI=0.97-0.99, p<0.05).Conclusion: Use of surrogate outcomes is prevalent in VTE prophylaxis literature and is rarely acknowledged. While using patient-important outcome measures may not be feasible in all settings, we recommended clinicians acknowledge the limitation of surrogate outcomes, especially when discussing bleeding vs thrombosis risk.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,694
score de la tête « metaresearch » (Gemma)0,875
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: Méthodes
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,306
Score d'incertitude au seuil0,378

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,6940,875
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0200,031
Bibliométrie0,0220,025
Études des sciences et des technologies0,0020,008
Communication savante0,0120,012
Science ouverte0,0060,006
Intégrité de la recherche0,0080,006
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,373
Tête enseignante GPT0,496
Écart entre enseignants0,123 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
DomaineMéthodes
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetVenous Thromboembolism Diagnosis and Management→Travaux en français237 207→