MétaCan
Menu
Retour à la cohorte
Enregistrement W4390892810 · doi:10.1111/bcp.15998

Observational studies to emulate randomized trials: Some real‐world barriers

2024· article· en· W4390892810 sur OpenAlexafffund
Samy Suissa

Notice bibliographique

RevueBritish Journal of Clinical Pharmacology · 2024
Typearticle
Langueen
DomaineMathematics
ThématiqueAdvanced Causal Inference Techniques
Établissements canadiensMcGill UniversityJewish General Hospital
Organismes subventionnairesMcGill University
Mots-clésObservational studyRandomized controlled trialMedicineRandomizationEmulationMedical physicsPsychologySurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

The randomized controlled trial (RCT) forms the basis for drug approval by regulatory agencies. Observational studies using existing data from healthcare databases now also provide real-world evidence (RWE) in regulatory decision-making. Several initiatives are assessing the value of RWE by conducting observational studies that emulate published RCTs. While many RCTs are straightforward to emulate, others are challenging. We describe three RCT design aspects that pose challenges for observational studies. First are trials that enrol already treated subjects who must discontinue these treatments at the time of randomization, which can distort the comparison with observational studies. Second is the inclusion of a run-in phase, especially to exclude non-compliant subjects from the trial. Third are trials that evaluate the effect of weaning off treatment. In conclusion, future randomized trials that aim to be emulated by observational studies could consider study designs that allow emulation and thus provide valid and complementary RWE.

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)0,029
score de la tête « metaresearch » (Gemma)0,081
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,863
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0290,081
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,669
Tête enseignante GPT0,651
Écart entre enseignants0,018 · 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'étudeThéorique ou conceptuel
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

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Clinical PharmacologyMême sujetAdvanced Causal Inference TechniquesTravaux en français237 207