MétaCan
Menu
Retour à la cohorte
Enregistrement W4319063017 · doi:10.1177/17407745221149222

A hybrid automated event adjudication system for clinical trials

2023· article· en· W4319063017 sur OpenAlexaff
Fei Yuan, Jackie Bosch, John W. Eikelboom, Gilles R. Dagenais, Stuart J. Connolly, Jane Belanger, Tamara Marsden, Cissy Tang, Balakumar Swaminathan, Martin Renters, Leanne Dyal, Shrikant I. Bangdiwala

Notice bibliographique

RevueClinical Trials · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueAtrial Fibrillation Management and Outcomes
Établissements canadiensInstitut universitaire de cardiologie et de pneumologie de QuébecImpactMcMaster UniversityPopulation Health Research Institute
Organismes subventionnairesnon disponible
Mots-clésAdjudicationMedicineRivaroxabanEvent (particle physics)Clinical trialInternal medicineAtrial fibrillationWarfarin

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: In clinical trials, event adjudication is a process to review and confirm the accuracy of outcomes reported by site investigators. Despite efforts to automate the communication between a clinical-data-and-coordination center and an event adjudication committee, the review and confirmation of outcomes, as the core function of the process, still fully rely on human labor. To address this issue, we present an automated event adjudication system and its application in two randomized controlled trials. METHODS: Centrally executed by a clinical-data-and-coordination center, the automated event adjudication system automatedly assessed and classified outcomes in a clinical data management system. By checking clinically predefined criteria, the automated event adjudication system either confirmed or unconfirmed an outcome and automatedly updated its status in the database. It also served as a management tool to assist staff to oversee the process of event adjudication. The system has been applied in: (1) the Cardiovascular Outcomes for People Using Anticoagulation Strategies (COMPASS) trial and (2) the New Approach riVaroxaban Inhibition of Factor Xa in a Global trial versus Aspirin to prevenT Embolism in Embolic Stroke of Undetermined Source (NAVIGATE ESUS) trial. The automated event adjudication system first screened outcomes reported on a case report form and confirmed those with data matched to preset definitions. For selected primary efficacy, secondary, and safety outcomes, the unconfirmed cases were referred to a human event adjudication committee for a final decision. In the New Approach riVaroxaban Inhibition of Factor Xa in a Global trial versus Aspirin to prevenT Embolism in Embolic Stroke of Undetermined Source (NAVIGATE ESUS) trial, human adjudicators were given priority to review cases, while the automated event adjudication system took the lead in the Cardiovascular Outcomes for People Using Anticoagulation Strategies (COMPASS) trial. RESULTS: Outcomes that were adjudicated in a hybrid model are discussed here. The COMPASS automated event adjudication system adjudicated 3283 primary efficacy outcomes and confirmed 1652 (50.3%): 132 (21.1%) strokes, 522 (53%) myocardial infarctions, and 998 (59.7%) causes of deaths. The NAVIGATE ESUS one adjudicated 737 cases of selected outcomes and confirmed 383 (52%): 219 (51.5%) strokes, 34 (42.5%) myocardial infarctions, 73 (54.9%) causes of deaths, and 57 (57.6%) major bleedings. After one deducts the time needed for migrating the system to a new study, the automated event adjudication system helped to reduce the time required for human review from approximately 1303 to 716.5 h for the Cardiovascular Outcomes for People Using Anticoagulation Strategies trial and from 387 to 196 h for the New Approach riVaroxaban Inhibition of Factor Xa in a Global trial versus Aspirin to prevenT Embolism in Embolic Stroke of Undetermined Source trial. CONCLUSION: The automated event adjudication system in combination with human adjudicators provides a streamlined and efficient approach to event adjudication in clinical trials. To immediately apply automated event adjudication, one can first consider the automated event adjudication system and involve human assistance for cases unconfirmed by the former.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,169
score de la tête « metaresearch » (Gemma)0,254
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,232
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,1690,254
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,722
Tête enseignante GPT0,641
Écart entre enseignants0,081 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical TrialsMême sujetAtrial Fibrillation Management and OutcomesTravaux en français237 207