MétaCan
Menu
Retour à la cohorte
Enregistrement W4416635732 · doi:10.1183/13993003.congress-2025.pa466

Comparison of statistical methods for analyzing cough frequency in a trial of refractory chronic cough

2025· article· W4416635732 sur OpenAlexaff
Elena Kum, Nermin Diab, Danica Brister, Mustafaa Wahab, Wafa Hassan, Kimberley Holt, John A. Smith, Paul M. O’Byrne, Gregory R. Pond, Imran Satia

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineMedicine
ThématiqueRespiratory and Cough-Related Research
Établissements canadiensUniversity of CalgaryConcordia UniversityMcGill UniversityMcMaster University
Organismes subventionnairesnon disponible
Mots-clésSkewnessNegative binomial distributionOverdispersionRandom effects modelChronic coughCovariateBinomial distributionKurtosisMixed model

Résumé

récupéré en direct d'OpenAlex

Background: 24-hour cough frequency represents a common primary endpoint in clinical trials of refractory chronic cough (RCC). These data often exhibit skewness and overdispersion that are typically addressed using either log-transformation or a negative binomial distribution. No studies have compared how the choice of method impacts results. Objective: To compare these approaches in handling skewed and overdispersed cough frequencies and their effects on treatment interpretation. Methods: This was a post hoc analysis of data from a parallel-group, randomized, placebo-controlled trial evaluating mepolizumab in 30 patients with RCC and eosinophilic airways disease. The analysis compared a negative binomial generalized linear mixed effects model (GLMM) with untransformed data, and a linear mixed effects model (LMM) with log-transformed data. Both models specified the same fixed and random effects. Results: The negative binomial distribution captured lower cough frequencies but underestimated high cough frequencies. The Gaussian distribution on log-transformed data better represented peak densities and tails. The choice of model did not affect which covariates were significant. Compared to placebo, patients on mepolizumab had 42.4% greater 24-hour cough frequencies (95% CI -13.1% to 133.3%) at 14 weeks in the negative binomial GLMM versus 18.0% greater (95% CI -20.2% to 74.5%) in the LMM. Conclusion: Using data from a small trial, log-transformation reduced skewness and yielded more precise estimates than a negative binomial GLMM. The choice of method did not, however, affect the overall interpretation of treatment effects. A similar comparison should be performed in larger trials.

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)0,202
score de la tête « metaresearch » (Gemma)0,400
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,798
Score d'incertitude au seuil0,984

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2020,400
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,009
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0030,002
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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.

Tête enseignante Opus0,097
Tête enseignante GPT0,540
Écart entre enseignants0,443 · 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 sujetRespiratory and Cough-Related ResearchTravaux en français237 207