A Bayesian Interpretation of a Pediatric Cardiac Arrest Trial (THAPCA-OH)
Notice bibliographique
Résumé
BACKGROUND Pediatric out-of-hospital cardiac arrest results in high morbidity and mortality.Currently, there are no recommended therapies beyond supportive care.The THAPCA-OH (Therapeutic Hypothermia after Pediatric Cardiac Arrest Out-of-Hospital) trial compared hypothermia (33.0 C) with normothermia (36.8 C) in 295 children.Good neurobehavioral outcome and survival at 1 year were higher in the hypothermia group (20 vs. 12% and 38 vs. 29%, respectively).These differences did not meet the planned statistical threshold of P,0.05.To ensure that a potentially efficacious therapy is not prematurely discarded, we reassessed THAPCA-OH using a Bayesian statistical perspective. METHODSWe performed a Bayesian analysis, interpreting the trial in probabilistic terms (i.e., the probability that therapeutic hypothermia had any benefit, and overall absolute improvements greater than 2%, 5%, and 10% for 1-year neurobehavioral outcome and survival).Our primary analyses used noninformative priors, meaning that the analyses were based on the observed trial data without any information added by the priors.In the absence of pediatric trials to derive informative prior distributions, we used:(1) downweighted priors from adult trials; and (2) a previously published set of critical care priors that span benefit, equipoise, and harm. RESULTSIn the primary analyses, the probability of any benefit from hypothermia was 94% for both the neurobehavioral outcome and survival at 1 year.For both outcomes, the probability of benefit was .75% for all informative prior integrations with the THAPCA-OH results, except those with the most pessimistic priors.CONCLUSIONS There is a high probability that hypothermia provides a modest benefit in neurobehavioral outcome and survival at 1 year.(ClinicalTrials.govnumber, NCT00878644.)
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 | 0,089 | 0,266 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».