Detailed statistical analysis plan for a secondary Bayesian analysis of the SafeBoosC-III trial: a multinational, randomised clinical trial assessing treatment guided by cerebral oximetry monitoring versus usual care in extremely preterm infants
Notice bibliographique
Résumé
Abstract Background Extremely preterm infants have a high mortality and morbidity. Here, we present a statistical analysis plan for secondary Bayesian analyses of the pragmatic, sufficiently powered multinational, trial—SafeBoosC III—evaluating the benefits and harms of cerebral oximetry monitoring plus a treatment guideline versus usual care for such infants. Methods The SafeBoosC-III trial is an investigator-initiated, open-label, randomised, multinational, pragmatic, phase III clinical trial with a parallel-group design. The trial randomised 1601 infants, and the frequentist analyses were published in April 2023. The primary outcome is a dichotomous composite outcome of death or severe brain injury. The exploratory outcomes are major neonatal morbidities associated with neurodevelopmental impairment later in life: (1) bronchopulmonary dysplasia; (2) retinopathy of prematurity; (3) late-onset sepsis; (4) necrotising enterocolitis; and (5) number of major neonatal morbidities (count of bronchopulmonary dysplasia, retinopathy of prematurity, and severe brain injury). The primary Bayesian analyses will use non-informed priors including all plausible effects. The models will use a Hamiltonian Monte Carlo sampler with 1 chain, a sampling of 10,000, and at least 25,000 iterations for the burn-in period. In Bayesian statistics, such analyses are referred to as ‘posteriors’ and will be presented as point estimates with 95% credibility intervals (CrIs), encompassing the most probable results based on the data, model, and priors selected. The results will be presented as probability of any benefit or any harm, Bayes factor, and the probability of clinical important benefit or harm. Two statisticians will analyse the blinded data independently following this protocol. Discussion This statistical analysis plan presents a secondary Bayesian analysis of the SafeBoosC-III trial. The analysis and the final manuscript will be carried out and written after we publicise the primary frequentist trial report. Thus, we can interpret the findings from both the frequentists and Bayesian perspective. This approach should provide a better foundation for interpreting of our findings. Trial registration ClinicalTrials.org, NCT03770741. Registered on 10 December 2018.
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 | 0,130 | 0,210 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,011 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,005 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,086 | 0,010 |
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 ».