Use of a Statistical Adaptive Treatment Strategy Approach for Emulating Randomized Controlled Trials Using Observational Data: The Example of Blood-Pressure Control Strategies for the Prevention of Cardiovascular Events Among Individuals With Hypertension at High Cardiovascular Risk
Notice bibliographique
Résumé
Statistical approaches to adaptive treatment strategies (ATS) can be used to mimic the sequential decision-making inherently found in clinical practice. To illustrate the use of a statistical ATS approach, we emulated a target trial of different blood pressure (BP) control plans for the prevention of cardiovascular events among individuals with hypertension at high cardiovascular risk, inspired by the Systolic Blood Pressure Intervention Trial (SPRINT). We included 103,708 patients with hypertension and a "QRISK3" estimated 10-year risk of cardiovascular disease of ≥20% who initiated an antihypertensive drug between 1998 and 2018. Dynamic marginal structural models estimated the comparative effects of treating patients with intensive (target BP: 130/80 mm Hg), standard (140/90 mm Hg), and conservative (150/90 mm Hg) BP control strategies. The adjusted hazard ratios (HRs) for the intensive versus standard strategy were 0.96 (95% confidence interval (CI): 0.92, 1.00) for major adverse cardiovascular events and 0.93 (95% CI: 0.88, 0.97) for death from cardiovascular causes. For the conservative versus standard strategy, they were 1.06 (95% CI: 1.02, 1.10) and 1.08 (95% CI: 1.03, 1.13), respectively. These results are largely compatible with SPRINT. ATS can be used to emulate randomized controlled trials of complex treatment strategies in an observational setting and represents an alternative approach for situations where randomized controlled trials are not feasible.
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 | 0,224 | 0,399 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,006 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,006 |
| 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».