Selection Bias in Real-World Data Studies Used to Support Health Technology Assessments: A Case Study in Metastatic Cancer
Notice bibliographique
Résumé
Real-world evidence has been increasingly used to support evaluations of emerging therapies. These investigations are often conducted in settings that may not be representative of the underlying population. The purpose of this investigation was to empirically quantify the magnitude of this selection bias. Individuals diagnosed with solid metastatic cancer in Alberta, Canada, between 2010–2019 were identified using the provincial cancer registry for 13 common metastatic sites. Two outcomes used to support oncology reimbursement decisions were examined: the proportion of individuals who initiated systemic therapy and median overall survival (OS). These outcomes were assessed in the entire population and in a subset of individuals who were referred to a medical oncologist. Among the 23,152 individuals in the entire population, 40.8% (95% CI: 40.2–41.4) initiated systemic therapy, and the median OS from diagnosis was 5.4 months (95% CI: 5.3–5.6). Among those who were referred to a medical oncologist (n = 13,372; 57.8%), 67.4% (95% CI: 66.6–68.2) initiated systemic therapy, and the median OS from diagnosis was 11.2 months (95% CI: 10.9–11.5). The magnitude of bias varied by cancer site where lower referral rates were associated with greater bias. Non-referral is an important source of selection bias in real-world investigations. Studies that rely on limited-catchment real-world data should be interpreted with caution, particularly in metastatic cancer settings.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gpt | Métarecherche Domaine: Méthodes · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | high |
| grok | Métarecherche Domaine: Méthodes · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: oui | Observationnel | high |
| opus | Métarecherche Domaine: Méthodes · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | high |
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 | 0,579 | 0,740 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,007 | 0,011 |
| Études des sciences et des technologies | 0,004 | 0,008 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,006 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 validéeÉtiqueté directement par 3 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».