Sources of errors in comparative studies of hydroxychloroquine and chloroquine in the treatment of Covid-19
Notice bibliographique
Résumé
No início da pandemia de Covid-19, pesquisas com diferentes delineamentos foram iniciadas para avaliar hidroxicloroquina/cloroquina (HCQ/CQ). A avaliação tanto dos erros aleatórios, relacionados a precisão das estimativas, como dos sistemáticos, que representam os vieses, é necessária para compreender a capacidade de resposta da comunidade científica à pandemia. Objetivo: Esta tese é apresentada no formato de quatro artigos que se articulam ao objetivo geral que foi estudar as fontes de erros de estudos observacionais e experimentais que avaliaram HCQ/CQ no tratamento da Covid-19. Métodos: Para mapear as iniciativas brasileiras de ensaios clínicos no início da pandemia (artigo 1) revisamos os protocolos de pesquisa sobre Covid-19 identificados no Boletim do Conselho Nacional de Ética em Pesquisa (CONEP) e nas bases de registro de protocolo de ensaios clínicos. Os demais objetivos foram aninhados a uma revisão sistemática metodológica de medicamentos reposicionados (incluindo HCQ/CQ) para Covid-19, com busca abrangente realizada em 10-janeiro-2022 nas bases de dados MEDLINE, EMBASE, Cochrane Library e Lilacs (PROSPERO: CRD42022360331) (artigo 2). Os ensaios clínicos randomizados (ECRs) que avaliaram HCQ/CQ para Covid-19 foram identificados a partir da seleção por filtro \"randomiz(s)ed\" no título e por meio de referências cruzadas (artigo 3). Com a ferramenta Risk-of-Bias2, avaliou-se a validade interna e estimamos prospectivamente a precisão da evidência combinada, para desfecho mortalidade. Os estudos comparativos observacionais publicados em 2020 (Período anterior à obtenção de resultados consistentes de grandes ECR) foram identificados buscando a palavra \"(hydroxy)chloroquine\" no título (artigo 4). O risco de viés foi avaliado por meio dos instrumentos Risk Of Bias In Non-randomised Studies - of Interventions [ROBINS-I] e New Castle Ottawa [NOS]. Assumindo que a HCQ/CQ não teve efeito sob a mortalidade por Covid-19, definimos como medida absoluta do viés (MAV), o valor absoluto do logaritmo natural do risco relativo do efeito sob a mortalidade. Quantificamos a associação entre a classificação do risco de viés (CRV) dos domínios das ferramentas ROBINS-I e NOS e o MAV. Resultados: No artigo 1, 60% dos estudos identificados pela CONEP não publicaram seus protocolos de pesquisa em plataformas de acesso aberto. A HCQ/CQ foi uma das intervenções mais estudadas pelos pesquisadores brasileiros. No artigo 2, 6.246 artigos foram identificados e os dados de um subamostra sugerem que menos de 5% dos estudos foram longitudinais comparativos. No artigo 3, incluímos 22 ECR sobre HCQ/CQ (2020-2021) e concluímos que em outubro de 2020, havia evidências suficientes para endereçar a lacuna do conhecimento, já que novas evidências não mudariam a precisão obtida até aquele momento (erro padrão <0,05). No artigo 4, 25 estudos observacionais comparativos foram incluídos (2020), desses, 18 tinham dados de mortalidade. O confundimento foi o único domínio do ROBINS-I associado à magnitude do viés, a MAV foi de 0,53 para estudos com alta CRV e 0,09 para moderada (p=0,002). Conclusão: No início da pandemia, a HCQ/CQ foi um dos medicamentos mais estudados por pesquisadores brasileiros. A análise dos estudos experimentais de HCQ/CQ para Covid-19 sugere que após outubro de 2020, havia consistência nos dados de precisão. Nos estudos observacionais houve uma associação do domínio confundimento do ROBINS-I e a medida de viés.
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 | 0,331 | 0,616 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; l’étiquette directe de Gemma et le classifieur distillé Codex 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 ».