Comparing different methods for analysing hierarchical composite endpoints: two illustrative case studies with post hoc analyses of the BALANCE (Bacteraemia Antibiotic Length Actually Needed for Clinical Effectiveness) and CAMERA2 (Combination Antibiotics for methicillin-resistant Staphylococcus aureus) randomized clinical trials
Notice bibliographique
Résumé
OBJECTIVES: Hierarchical composite endpoints (HCEs) are increasingly being used in infectious disease research. In this paper, we illustrate different methods for analysing HCEs in post hoc analyses of the Bacteraemia Antibiotic Length Actually Needed for Clinical Effectiveness (BALANCE) and Combination Antibiotics for MEthicillin Resistant Staphylococcus aureus (CAMERA2) clinical trials. METHODS: We constructed post hoc HCEs for each trial by combining clinical efficacy and safety outcomes: (a) mortality, relapse of bacteraemia, and antibiotic adverse events for BALANCE, and (b) mortality, primary treatment failure, infectious complications, and antibiotic adverse events for CAMERA2. For both trials, we additionally included length of stay or duration of antibiotic treatment as tiebreakers after the primary HCE in separate analyses. We applied these analytic methods: (a) logistic regression using a binary composite outcome, (b) generalized pairwise comparisons using different outcome permutations, (c) Wilcoxon rank sum approach for an ordinal outcome, (d) proportional odds model, and (e) probabilistic index model. We estimated the probabilistic index, win ratio, win odds, net treatment benefit, or odds ratio where possible using each method. RESULTS: For the BALANCE trial, all analyses of the primary HCE resulted in the same conclusion of no evidence of differences between treatment groups. Inclusion of length of stay as a tiebreaker resulted in 7 of 11 analyses finding the 7-day treatment arm superior to the 14-day arm, whereas inclusion of antibiotic duration resulted in all analyses concluding superiority of the 7-day treatment arm. For the CAMERA2 trial, all analyses found no evidence of differences between the two treatment groups. For all analyses, there were only minor differences in estimates across different analytic methods. CONCLUSIONS: In these post hoc analyses, different methods for analysing HCEs resulted in similar effect estimates and conclusions consistent with the primary analyses of the BALANCE and CAMERA2 trials. These analyses illustrate how different HCEs can be constructed and analysed, and may be useful to other researchers in designing future studies that use HCEs.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,084 | 0,391 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».