A Bayesian Perspective Extracorporeal CPR for Refractory Out-of-Hospital Cardiac Arrest
Notice bibliographique
Résumé
Abstract Background Whether extracorporeal CPR (eCPR) has survival benefits over conventional CPR (cCPR) in patients with refractory out-of-hospital cardiac arrest is an unresolved clinical question. Performing trials in this environment is exceedingly challenging and inferences need careful examination. Objective Determine if a Bayesian perspective provides additional inferential insights. Methods The INCEPTION trial of patients with refractory out-of-hospital cardiac arrest reported eCPR and cCPR had similar effects on the primary outcome, 30 day survival with a favorable neurologic outcome. Herein the probability of eCPR superiority, equivalence or inferiority to cCPR is re-evaluated with a Bayesian analysis using both vague and informative priors (from previously completed randomized clinical trials (RCTs)). Results Depending on the chosen prior, the Bayesian reanalysis of the INCEPTION intention-to-treat (ITT) data suggests an equivalence probability < 10% (defined as an absolute risk difference (RD) < 1%) but a clinical superiority probability of 66 - 99 % (defined as RD > 1.0). An INCEPTION per protocol (PP) analysis with a vague prior suggested a 1% probability of clinical benefit but this posterior probability increased to 86% when informative PP data from previous RCTs were considered. Conclusion Bayesian INCEPTION trial re-analyses provide additional quantative insights. The totality of the ITT evidence reveals a high probability for a clinically meaningful eCPR benefit over cCPR at 30 days. A PP analysis shows a less definitive probability of benefit. (Abstract word count 197, Manuscript word count 1477)
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 | 0,078 | 0,207 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; 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 ».