高影响因子期刊上发表的那些非劣效性飞行测试

近几年来刊登的非劣效性鉴定日益多，然而，这些学术研究的机器学习运动速度如何，我们还鲜为人知。据悉，《Circulation》杂志刊登了一项学术研究，以肠胃各个领域为例，对较偏高冲击突变Journal上刊登的非劣效性鉴定的特征、机器学习运动速度等进行时了阐释。学术研究确认了1990-2016年刊登在JAMA、Lancet和NEJM上的非劣效性鉴定。两位独立评审员提取了数据。瞩目的数据原素包含非劣效性界值，哪些学术研究的结果超越了非劣效性，哪些鉴定实际上则会冲击非劣效性推断出结果的主要或次要理由。主要的机器学习局限性理由包含：未同时重现ITT归纳（意向性归纳）和PP归纳（适用学术研究计划归纳）的结果，α＞0.05，一新疗程伎俩未有与最佳疗程计划进行时比较，未断言非劣效性界值的理应，字段忽略人数或失访率≥10%。次要理由包含次优盲法，到底组潜伏等。学术研究结果学术研究管理人员在PubMed上进行时查找，共查找到2，544篇短文，其中都110篇（包含111项鉴定）适用被选为规范（表1）。表1 被选为的非劣效鉴定的原则上学术研究特征学术研究刊登的星期跨度从1992年到2016年。这些鉴定中都，样本量中都位数为3，006（IQR：1，021-6，068）。可鉴定到非劣效性的效能（power）中都位数为86％（IQR：80％-90％）。可重回主要绕道归纳的患者中都位数为2，707（IQR：1，021-5，966）。9项学术研究（8.1％）日前暂停（4项学术研究由于耐用性问题，3项由于入组较慢，1项学术研究发掘出只求处，1项学术研究由于连贯性损害）。非劣效性界值60项（54.0％）鉴定的非劣效性界值是基于ARD（绝对效用差别，absolute risk difference）决定的，50项（45.0％）鉴定基于一般来说差别（29项基于HR，14项基于RR，7项鉴定基于OR）。1项鉴定的界值基于一般来说差别但未则有再进一步细分，1项鉴定未报告非劣效性界值。各项鉴定的非劣效性界值差别很大（ARD在0.4％~25％，HR在1.05~2.85，RR在1.1~1.8，OR在1.1~2.0）。在刊登过学术研究内部设计/学术研究计划特别机器学习短文的鉴定中都，学术研究管理人员发掘出有7篇鉴定的学术研究内部设计/计划与再度刊登的学术著则有相互间实际上差别或有资讯缺失。有的在再度刊登的短文中都更改了非劣效性界值，有的则缺少如何选择非劣效性界值特别的以外或全部具体。主要绕道的结果111项鉴定中都，有2项鉴定，无法评估置信区间。在109项适用规范的鉴定中都，86项（78.9％）的鉴定标示显现出带有非劣效性（其中都20项鉴定的结果也标示显现出显现出优效性）；23项（21.1％）鉴定未有超越非劣效性（16项学术研究的结果不确认，7项学术研究标示显现出制裁措施的结局更差）。在95项（85.6％）鉴定中都，主要绕道归纳是基于ITT归纳或校对ITT归纳，11项（9.9％）鉴定用到PP归纳，5项（4.5％）用到其他或未有定义的归纳类别。绝大多数（90％）鉴定在简介中都合理地报告了学术研究结果，即是非劣效，优效或劣效性，学术研究如果未超越，则指显现出未有超越非劣效性。但是，还有一些鉴定，要么是简介给显现出的资讯和学术研究结果相互间实际上差别，要么是简介获取的资讯不足。机器学习和报告的局限性70项鉴定（63.1％）通过对另一个字段人群的二次归纳（例如，如果首次归纳是ITT归纳，则再花钱一次PP归纳）来重现主要学术研究绕道，其中都66项鉴定的结果一致，而4项鉴定的两次归纳结果不一致。68项鉴定（61.3％）获取了如何确认非劣效性界值，而43项鉴定（38.7％）未。110项（99.0％）鉴定的单侧α≤0.05，其中都44项鉴定的单侧α≤0.025。当面归纳（post-hoc ysis）发掘出，与电器鉴定一般来说，药物鉴定的α水平更偏高（Wilcoxon秩和鉴定P = 0.02）。在27项学术研究中都（24.3％），有> 10％的参与者日前退显现出，包含随访失访，日前中止制裁或其他理由（表2）。总体而言，基于所有主要的偏倚理由，27项鉴定（24.3％）被普遍认为带有偏高偏倚效用。97项（87.3％）鉴定的结尾或简介中都报告了非劣效性内部设计。67项（60.4％）鉴定，除了再度的学术研究学术著则有，还连动刊登了学术研究内部设计或学术研究计划的机器学习短文。在这67项鉴定中都，8项（11.9％）鉴定的非劣效性界值在再度投稿学术著则有与计划相互间实际上差别或在其中都一篇短文中都未有披露。大多数鉴定（n = 60，54％）是开放标签鉴定，12项鉴定（10.8％）为单盲，39项（35.1％）为双盲。100项鉴定进行时了组潜伏（90％）。91项鉴定（82％）对主要绕道进行时了盲法推断出。总之，基于所有的次要偏倚理由，25项鉴定（22.5％）带有偏高偏倚效用（图2）。根据所有主要和次要理由，有7项鉴定（6.3％）带有偏高偏倚效用。当面归纳未有标示显现出显现出三种Journal的短文在主要理由（Kruskal-Wallis鉴定P = 0.28）或次要理由（Kruskal-Wallis鉴定P = 0.11）上的差别。然而，对非劣效性鉴定的学术研究内部设计或学术研究计划的可于对进行时评估，在三种Journal中都，NEJM刊登的鉴定中都，有74.2％刊登过特别的机器学习短文或有的网站的学术研究计划，JAMA为53.3％，Lancet为33.3%（Fisher粗略鉴定P = 0.001）。星期发展趋势近几年来，这些Journal上刊登的肠胃非劣效性鉴定稍稍增加（P<0.001 for trend，图3）。一项当面归纳标示显现出，在111项纳入的鉴定中都，刊登星期在2010年后的有52项（46.8%）。2010年之后公开发表的鉴定，实际上机器学习或学术研究报告局限性的效用稍稍降偏高（2010年前 vs 2010年之后，主要偏倚理由和次要理由的P = 0.03和0.002）。讨论肠胃各个领域中都的非劣效性鉴定日益多地刊登在较偏高号召力的Journal上，这些鉴定中都非劣效性鉴定主要用于对一新制裁措施的鉴定。并且大多数是大型多中都心学术研究。鉴于许多非劣效性鉴定已带进批准一新疗法的基石，很有必要对他们进行时学术研究。尽管大多数鉴定撒谎一新疗程伎俩一般来说小鼠的非劣效性，但很多学术研究实际上带有偏倚效用的机器学习或学术研究报告局限性，则会扩大其论点的说服力。有必要提较偏高对这些局限性理由的重新认识，更多遵从FDA和CONSORTGuide关于非劣效性鉴定内部设计、实施和报告的建言。参考文献：Circulation. 2019 Jun 10. doi： 10.1161/CIRCULATIONAHA.119.040214.