Impact of Allocation Concealment and Blinding in Trials Addressing Treatments for COVID-19: A Methods Study
Notice bibliographique
Résumé
We aimed to assess the impact of allocation concealment and blinding on the results of coronavirus disease 2019 (COVID-19) trials, using the World Health Organization COVID-19 database (to February 2022). We identified 488 randomized trials comparing drug therapeutics with placebo or standard care in patients with COVID-19. We performed random-effects meta-regressions comparing the results of trials with and without allocation concealment and blinding of health-care providers and patients. We found that, compared with trials with allocation concealment, trials without allocation concealment may estimate treatments to be more beneficial for mortality, mechanical ventilation, hospital admission, duration of hospitalization, and duration of mechanical ventilation, but results were imprecise. We did not find compelling evidence that, compared with trials with blinding, trials without blinding produce consistently different results for mortality, mechanical ventilation, and duration of hospitalization. We found that trials without blinding may estimate treatments to be more beneficial for hospitalizations and duration of mechanical ventilation. We did not find compelling evidence that COVID-19 trials in which health-care providers and patients are blinded produce different results from trials without blinding, but trials without allocation concealment estimate treatments to be more beneficial compared with trials with allocation concealment. Our study suggests that lack of blinding may not always bias results but that evidence users should remain skeptical of trials without allocation concealment.
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 | 0,471 | 0,692 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,003 |
| Méta-épidémiologie (sens large) | 0,011 | 0,035 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,005 |
| Communication savante | 0,007 | 0,008 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,009 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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; 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 ».