高阻碍因子期刊上发表的那些非劣效性试验

近年来公开发备注的非劣效性结果备注明更为为多，然而，这些研究课题的机器学习运动速度如何，我们还知之甚少。昨日，《Circulation》杂志公开发备注了一项研究课题，以更为高血压领域为例，对更为高阻碍突变Journal上公开发备注的非劣效性结果备注明的不同之处、机器学习运动速度等开展了探讨。研究课题确定了1990-2016年公开发备注在JAMA、Lancet和NEJM上的非劣效性结果备注明。两位独立评审员提取了信息。注意的信息备注现形式包含非劣效性界值，哪些研究课题的结果达致了非劣效性，哪些结果备注明不存在不会阻碍非劣效性推断结果的主要或次要各种因素。主要的机器学习显然各种因素包含：没有同时展示ITT分析方法（意向性分析方法）和PP分析方法（符合研究课题建议分析方法）的结果，α＞0.05，最初用药目的尚未与最佳用药建议开展来得，没有证明非劣效性界值的全面性，描述符无关多人或失访率≥10%。次要各种因素包含次优盲法，是否三组掩藏等。研究课题结果研究课题人员在PubMed上开展查询，一共查询到2，544篇短文，其当中110篇（包含111项结果备注明）符合表现出色最初标准（备注1）。备注1 表现出色的非劣效结果备注明的基本研究课题不同之处研究课题公开发备注的时间段跨度从1992年到2016年。这些结果备注明当中，样本量家庭收入为3，006（IQR：1，021-6，068）。可检查到非劣效性的效能（power）家庭收入为86％（IQR：80％-90％）。可转至主要绕道分析方法的病变家庭收入为2，707（IQR：1，021-5，966）。9项研究课题（8.1％）原定延后（4项研究课题由于可用性疑虑，3项由于入组较慢，1项研究课题推断出无益处，1项研究课题由于完整性受到破坏）。非劣效性界值60项（54.0％）结果备注明的非劣效性界值是基于ARD（绝对几率关联性，absolute risk difference）决定的，50项（45.0％）结果备注明基于相对关联性（29项基于HR，14项基于RR，7项结果备注明基于OR）。1项结果备注明的界值基于相对关联性但没有用上进一步细分，1项结果备注明没有份文件非劣效性界值。各项结果备注明的非劣效性界值关联性很大（ARD在0.4％~25％，HR在1.05~2.85，RR在1.1~1.8，OR在1.1~2.0）。在公开发备注过研究课题最初设计/研究课题建议特别机器学习短文的结果备注明当中，研究课题人员推断出有7篇结果备注明的研究课题最初设计/建议与最后公开发备注的科学论文相互间不存在关联性或有个人信息缺陷。有的在最后公开发备注的短文当中更为换了非劣效性界值，有的则缺少如何考虑非劣效性界值特别的大部分或全部细节。主要绕道的结果111项结果备注明当中，有2项结果备注明，很难风险评估置信区间。在109项符合最初标准的结果备注明当中，86项（78.9％）的结果备注明说明了具有非劣效性（其当中20项结果备注明的结果也说明了造出优效性）；23项（21.1％）结果备注明尚未达致非劣效性（16项研究课题的结果不确定，7项研究课题说明了干涉安全措施的结局很差）。在95项（85.6％）结果备注明当中，主要绕道分析方法是基于ITT分析方法或测量仪器ITT分析方法，11项（9.9％）结果备注明常用PP分析方法，5项（4.5％）常用其他或尚形式化的分析方法类别。绝大多数（90％）结果备注明在简短当中相应地份文件了研究课题结果，即是非劣效，优效或劣效性，研究课题如果没有达致，则指造出尚未达致非劣效性。但是，还有一些结果备注明，要么是简短给造出的个人信息和研究课题结果相互间不存在关联性，要么是简短提供的个人信息不足。机器学习和份文件的显然70项结果备注明（63.1％）通过对另一个描述符一些人的二次分析方法（例如，如果首次分析方法是ITT分析方法，则再做一次PP分析方法）来展示主要研究课题绕道，其当中66项结果备注明的结果完全一致，而4项结果备注明的两次分析方法结果不完全一致。68项结果备注明（61.3％）提供了如何确定非劣效性界值，而43项结果备注明（38.7％）没有。110项（99.0％）结果备注明的单侧α≤0.05，其当中44项结果备注明的单侧α≤0.025。第一时间分析方法（post-hoc ysis）推断出，与医疗器械结果备注明相对来说，口服结果备注明的α技术水平更为较差（Wilcoxon秩和检查P = 0.02）。在27项研究课题当中（24.3％），有> 10％的参与者原定退造出，包含随访失访，原定停止干涉或其他原因（备注2）。总体而言，基于所有主要的偏倚各种因素，27项结果备注明（24.3％）被确信具有较差偏倚几率。97项（87.3％）结果备注明的曲名或简短当中份文件了非劣效性最初设计。67项（60.4％）结果备注明，除了最后的研究课题科学论文，还启动时公开发备注了研究课题最初设计或研究课题建议的机器学习短文。在这67项结果备注明当中，8项（11.9％）结果备注明的非劣效性界值在最后读者来信科学论文与建议相互间不存在关联性或在其当中一篇短文当中尚未揭露。大多数结果备注明（n = 60，54％）是开放附加结果备注明，12项结果备注明（10.8％）为单盲，39项（35.1％）为实证。100项结果备注明开展了三组掩藏（90％）。91项结果备注明（82％）对主要绕道开展了盲法认定。总之，基于所有的次要偏倚各种因素，25项结果备注明（22.5％）具有较差偏倚几率（绘出2）。根据所有主要和次要各种因素，有7项结果备注明（6.3％）具有较差偏倚几率。第一时间分析方法尚未说明了造出三种Journal的短文在主要各种因素（Kruskal-Wallis检查P = 0.28）或次要各种因素（Kruskal-Wallis检查P = 0.11）上的关联性。然而，对非劣效性结果备注明的研究课题最初设计或研究课题建议的可应予开展风险评估，在三种Journal当中，NEJM公开发备注的结果备注明当中，有74.2％公开发备注过特别的机器学习短文或有在线的研究课题建议，JAMA为53.3％，Lancet为33.3%（Fisher正确地检查P = 0.001）。时间段趋势近年来，这些Journal上公开发备注的更为高血压非劣效性结果备注明有所增加（P则有0.001 for trend，绘出3）。一项第一时间分析方法说明了，在111项纳入的结果备注明当中，公开发备注时间段在2010年后的有52项（46.8%）。2010年之后发布的结果备注明，不存在机器学习或研究课题份文件显然的几率有所降较差（2010年前 vs 2010年之后，主要偏倚各种因素和次要各种因素的P = 0.03和0.002）。争论更为高血压领域当中的非劣效性结果备注明更为为多地公开发备注在更为高阻碍力的Journal上，这些结果备注明西非劣效性结果备注明主要用于对最初干涉安全措施的检查。并且大多数是大型多当中心研究课题。鉴于许多非劣效性结果备注明已成为批准最初疗法的典范，很有合理对他们开展研究课题。尽管大多数结果备注明宣称最初用药目的相对来说对照组的非劣效性，但很多研究课题不存在具有偏倚几率的机器学习或研究课题份文件显然，不会削弱其推论的可信度。有合理减较差对这些显然各种因素的熟识，较好严格遵守FDA和CONSORT简介关于非劣效性结果备注明最初设计、实施和份文件的建议。概述：Circulation. 2019 Jun 10. doi： 10.1161/CIRCULATIONAHA.119.040214.