Demystifying Clone-Censor-Weighting to Studying Treatment Initiation Windows: An Example Using Publicly Available Synthetic Medicare Claims Data
Notice bibliographique
Résumé
Background: Clone-censor-weighting (CCW) can compare treatment regimens that are initially indistinguishable (such as starting treatment within specific time windows) without using landmarks or creating immortal time. The causal contrasts estimated in these cases and the analyses themselves can become quite complex, however. Objective: Provide a tutorial on CCW for comparing initiation windows and illustrate the causal contrasts underlying such comparisons. Methods: We identified patients with myocardial infarctions without past aspirin or clopidogrel use in Medicare’s synthetic public data files. We assigned “clones” to three regimens: 1) initiation within 30 days; 2) initiation within 90 days; or 3) initiation from 30-90 days. Clones were censored when deviating from their assigned regimen by failing to initiate treatment in time or by initiating treatment too early. We addressed informative censoring using inverse probability of censoring weights (IPCW), calculated weighted 180-day risks of re-hospitalization or death using Kaplan-Meier methods, and visualized the portion of the population exposed during the first 90 days to compare exposure distributions underlying regimens. Results: We identified 1,589 patients experiencing myocardial infarction with no past medication use. 15% initiated within 30 days and 26% initiated between 30 and 90 days. After IPCW, the 180-day outcome risk was 40.2% in the 30-day regimen, 35.7% in the 90-day regimen, and 35.2% in the 30-to-90 day regimen. Conclusions: Though CCW can be complex to implement and the effects it estimates can vary substantially across study populations that initiate treatments at different times, it is a useful tool for contrasting initiation windows.
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 | 0,038 | 0,104 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».