MétaCan
Menu
Retour à la cohorte
Enregistrement W4408129848 · doi:10.1093/aje/kwaf023

Emulating randomized trials: treading carefully and pushing the limits

2025· article· en· W4408129848 sur OpenAlexaff
Christel Renoux, Samy Suissa

Notice bibliographique

RevueAmerican Journal of Epidemiology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensMcGill UniversityJewish General Hospital
Organismes subventionnairesnon disponible
Mots-clésRandomized controlled trialMedicineComputer scienceSurgery

Résumé

récupéré en direct d'OpenAlex

In their commentary, Wing and Leyrat1 discuss the advantages and potential challenges of designing an observational comparative effectiveness study using the target trial framework based on an existing randomized controlled trial (RCT). This framework helps researchers avoid common pitfalls in the design of such studies, including the choice of time zero, the definition of exposure, and immortal time bias.2 Observational studies based on an existing published RCT are useful to benchmark the findings against those from the RCT and, subsequently, to extend the analyses to populations not represented or under-represented in the RCT.1 However, the issue of biases in the reference RCT merits attention. While using an existing published RCT is appealing as the basis to design an observational study, an underlying premise is that the reference RCT is necessarily well-designed and produces clinically relevant results. However, as recently illustrated in asthma and chronic obstructive pulmonary disease (COPD), RCTs are not immune to design issues and related biases.3 Several large recent RCTs in patients with COPD had several methodological shortcomings related to the randomization scheme, leading to biased results and inconsistent findings across trials.3,-5 The requirement of the abrupt discontinuation of existing treatments followed by randomization can introduce important biases to the trials.3,-5 This effect is more pronounced if the random allocation is immediate after discontinuation, but it can also be important if it occurs after the introduction of a run-in period, depending on the common treatment given during the run-in.6 These design requirements do not mimic any real-life clinical situation and would be difficult, if not impossible, to replicate using an observational design.7,8 Thus, using such RCTs as the target trial for replication would not be suitable, neither in terms of design nor for clinical relevance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,633
score de la tête « metaresearch » (Gemma)0,806
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: Méthodes
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,367
Score d'incertitude au seuil0,453

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,6330,806
Méta-épidémiologie (sens strict)0,0050,004
Méta-épidémiologie (sens large)0,0150,011
Bibliométrie0,0090,007
Études des sciences et des technologies0,0060,071
Communication savante0,0260,065
Science ouverte0,0230,017
Intégrité de la recherche0,0710,107
Charge utile insuffisante (le modèle a refusé de juger)0,0060,004

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 Opus0,102
Tête enseignante GPT0,424
Écart entre enseignants0,322 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of EpidemiologyMême sujetFrailty in Older AdultsTravaux en français237 207