MétaCan
Menu
Retour à la cohorte
Enregistrement W4413981169 · doi:10.1136/heartjnl-2025-326218

Benefit–risk of colchicine and spironolactone in acute myocardial infarction: a prespecified generalised pairwise comparisons analysis of the CLEAR trial

2025· article· en· W4413981169 sur OpenAlexafffund
Marc-André d’Entremont, Sanjit S. Jolly, Faisal Alharthi, Binita Shah, David Austin, Quilong Yi, Robert F. Storey, Matthias Bossard, Jan H. Cornel, Jeroen Jaspers Focks, Sasko Kedev, Valon Asani, Goran Stanković, Michael Tsang, Nicholas Valettas, Jessica Tyrwhitt, Shun Fu Lee, Rajibul Mian, Johanne Silvain, Farzin Beygui, Andrew Czarnecki, Payam Dehghani, Warren J. Cantor, Shahar Lavi, James Spratt, Emilie P. Belley‐Côté, John W. Eikelboom

Notice bibliographique

RevueHeart · 2025
Typearticle
Langueen
DomaineMathematics
ThématiqueAdvanced Causal Inference Techniques
Établissements canadiensLondon Health Sciences CentreSouthlake Regional Health CenterGenome PrairieHealth Sciences CentreCentre Hospitalier Universitaire de SherbrookeSunnybrook Health Science CentreUniversity of OttawaHamilton Health SciencesPopulation Health Research Institute
Organismes subventionnairesInstitute of Circulatory and Respiratory HealthCanadian Institutes of Health ResearchBoston Scientific CorporationPopulation Health Research Institute
Mots-clésMedicineSpironolactoneMyocardial infarctionInternal medicinePlaceboStroke (engine)Relative riskCardiologyHeart failureConfidence interval

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Composite outcomes in cardiovascular trials often group events of unequal clinical importance, and conventional analyses may obscure treatment trade-offs. Generalised pairwise comparisons (GPC), expressed as a win ratio (WR), allow for hierarchical ranking of events and incorporation of recurrent outcomes, providing a potentially more intuitive assessment of benefit-risk. METHODS: In a prespecified exploratory analysis of the 2×2 factorial, randomised CLEAR (Colchicine and Spironolactone in Patients with Myocardial Infarction) trial (7062 patients within 72 hours of acute myocardial infarction (MI) and percutaneous coronary intervention), we applied both time-to-first and recurrent-event GPC to reassess low-dose colchicine (0.5 mg daily) and spironolactone (25 mg daily) versus placebo. For the colchicine comparison, the hierarchical benefit-risk outcome included all-cause death, stroke, recurrent MI, unplanned ischaemia-driven revascularisation, serious infection or diarrhoea. For the spironolactone comparison, the outcome included all-cause death, stroke, MI, new or worsening heart failure, significant ventricular arrhythmia, hyperkalaemia or gynaecomastia/gynaecodynia. GPC results were compared with Cox, logistic and Andersen-Gill models. RESULTS: For colchicine, the time-to-first event GPC showed a 12% lower proportional win rate compared with placebo (WR 0.88, 95% CI 0.79 to 0.98; win difference -2.10%, 95% CI -3.84 to -0.37), driven largely by excess diarrhoea. For spironolactone, patients experienced a 14% lower win rate (WR 0.86, 95% CI 0.75 to 0.99; win difference -1.46%, 95% CI -2.84% to -0.08%), largely attributable to gynaecomastia and hyperkalaemia. Conventional statistical approaches yielded concordant results. Across both interventions, higher-order efficacy outcomes (death, MI, stroke, heart failure) showed no benefit. CONCLUSIONS: In patients with post-MI, both low-dose colchicine and spironolactone demonstrated disadvantageous benefit-risk profiles, reinforcing that neither agent should be used routinely. This prespecified application of GPC provided results consistent with traditional methods but offered a clinically intuitive framework for interpreting composite outcomes.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,100
Score d'incertitude au seuil0,373

Scores Codex et Gemma par catégorie

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

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 Opus0,081
Tête enseignante GPT0,389
Écart entre enseignants0,309 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHeartMême sujetAdvanced Causal Inference TechniquesTravaux en français237 207