يمكن أن يكون إلى رقم واحد,
وبهذا العدد يتم مسح حياة?
ولكن من هم المرضى الذين استفادوا؟ الصغار أم الكبار؟ أولئك الذين يعانون من مرض خفيف أو شديد؟ رجال أم نساء؟
لا يمكن للمجموع الإجابة.
لأنه ضمن المتوسط، تم إنقاذ بعض المرضى - وتعرض بعضهم للأذى.
● المستجيبون ● غير المستجيبين
But who هل الـ 30%؟ وبدون البيانات الفردية، لا يمكننا تحديد المستجيبين من غير المستجيبين. لا يمكننا التدرب على الطب الدقيق.
وليس الملخصات. ليست متوسطات. كل مريض، كل ورم، كل نتيجة.
ما اكتشفه غيّر علاج سرطان الثدي إلى الأبد.
"يعمل عقار تاموكسيفين."
لكن البيانات الفردية كشف:
كان إعطاء عقار تاموكسيفين لمرضى ER− عديم الفائدة.
في الفرد، تظهر الحقيقة.
ولهذا السبب نبحث عن المريض المخفي."
هذا هو التحليل التلوي لبيانات المشاركين الفرديين.
ما الذي نجده عندما ننظر عن كثب؟
البيانات المجمعة (AD)
- ملخصات مستوى الدراسة
- أحجام التأثير من المنشورات
- متوسط العمر، النسبة المئوية للذكور، وما إلى ذلك.
- سريعة و يمكن الوصول إليها
- لا يمكن رؤية الاختلاف داخل الدراسة
بيانات المشاركين الفردية (IPD)
- البيانات الأولية على مستوى المريض
- خصائص كل مشارك
- الأعمار الفعلية، النتائج الفعلية
- كثيفة الوقت للحصول على
- يمكن معرفة من يستجيب ومن لا يستجيب
التجربة أ: متوسط العمر 55 عامًا، حجم التأثير 0.70 (الفائدة)
التجربة ب: متوسط العمر 75 عامًا، حجم التأثير 0.90 (فائدة أقل)
الاستنتاج المغري: "يعمل الدواء بشكل أفضل في المرضى الأصغر سنًا."
لكن هذا قد يكون خاطئًا تمامًا.
ربما في التجربة أ، استجاب المرضى أكبر في تلك التجربة بشكل أفضل. ربما في التجربة ب، أصغر استجاب المرضى في تلك التجربة بشكل أفضل.
لا يمكنك أن تعرف بدون بيانات فردية.
تعديل التأثير الحقيقي
اختبر ما إذا كان تأثير العلاج يختلف حسب خصائص المريض (العمر، المؤشرات الحيوية، شدة المرض)
التحليل الزمني للحدث
استخدم منحنيات البقاء الفعلية، وليس فقط نسب الخطر. التعامل مع الرقابة بشكل صحيح.
تعريفات متسقة
توحيد تعريفات النتائج، وتوقيت التعرض، والفئات المتغيرة عبر الدراسات
مصداقية المجموعة الفرعية
اختبار التفاعلات داخل الدراسات، وتجنب المغالطة البيئية
تظهر البيانات الفردية كل شجرة.
إذا كنت تريد معرفة الأشجار المريضة -
يجب عليك السير بينهم."
بجمع بيانات عن 170.000 مريض
وأجاب على أسئلة لا يمكن أن تطرحها تجربة واحدة؟
27 تجربة. 174,149 مريضا. كل سمة أساسية. كل حدث القلب والأوعية الدموية. كل موت.
طرحت التجارب المنشورة السؤال التالي: "هل تعمل الستاتينات؟"
سألت CTT: "لمن تعمل الستاتينات؟"
لكن الأسئلة التي يمكنك الإجابة عليها هي يستحق الاستثمار.
فائدة متناسبة مع تقليل LDL
كل تخفيض بمقدار 1 مليمول/لتر من LDL = انخفاض بنسبة 22% في أحداث السيرة الذاتية. صحيح في جميع المجموعات الفرعية.
لا يوجد حد عمري
تستمر الفائدة حتى في المرضى الذين تزيد أعمارهم عن 75 عامًا (يتعارض مع تحليلات AD السابقة)
أعمال الوقاية الأولية
المرضى الذين لم يستفيدوا مسبقًا من أمراض القلب والأوعية الدموية بما يتناسب مع خطر خط الأساس لديهم
لا توجد إشارة للسرطان
تم دحض المخاوف بشأن تسبب الستاتينات في السرطان بشكل نهائي من خلال متابعة مرض IPD
التجربة أ: "عالية الخطورة" = خطر الإصابة بأمراض القلب والأوعية الدموية لمدة 10 سنوات> 20%
التجربة ب: "عالية الخطورة" = MI السابقة
التجربة ج: "عالية الخطورة" = مرض السكري
لا يمكنك مقارنة أو دمج ما تم تعريفه بشكل مختلف.
سمح IPD لـ CTT بإعادة تعريف الجميع بشكل متسق.
يوفر IPD الترجمة.
يصبح ما يبدو متناقضًا واضحًا:
نفس الحقيقة، ولكن بقياس مختلف."
يستغرق تجميع البيانات أسابيع.
متى يكون الاستثمار يستحق ذلك؟
هل يجب عليك متابعة IPD؟
نتائج الوقت للحدث
عندما تكون منحنيات البقاء مهمة، وليس فقط نسب الخطر النهائية. عندما تحتاج إلى التعامل مع الرقابة بشكل صحيح.
معدلات التأثير المستمر
اختبار ما إذا كان تأثير العلاج يختلف حسب العمر ومؤشر كتلة الجسم ومستوى العلامات الحيوية (وليس فقط "مرتفع" مقابل "منخفض")
مشاكل تعريف النتيجة
عندما تحدد التجارب النتائج بشكل مختلف وتحتاج إلى توحيدها
متابعة أطول متاحة
عندما يكون لدى القائمين على المحاكمة بيانات متابعة غير منشورة تريد تضمينها
سؤالك الرئيسي هو: "هل تختلف الفوائد حسب شدة المرض وتوقيت العلاج؟"
تأثير العلاج الشامل
عندما يكون سؤالك الوحيد هو "هل يعمل؟" وليس "لمن؟"
سكان متجانسون
عندما سجلت التجارب مرضى مماثلين ومن غير المرجح تعديل التأثير
النتائج الثنائية، متابعة قصيرة
عندما لا تكون الرقابة مشكلة وتكون النتائج بسيطة نعم/لا
IPD لا يمكن الحصول عليه
عندما لا يقوم القائمون على التجربة بالمشاركة، أو يتم فقدان البيانات، أو عدم توفر الموارد
ولكن كل سؤال حول والتي الأفراد
يتطلب وجودهم في بياناتك."
الآن: هل تقوم بتحليلها على أنها مجموعة بيانات واحدة مدمجة
or محاكمة محاكمة، ثم الجمع?
نهج على مرحلتين
- المرحلة 1: تحليل كل تجربة على حدة
- المرحلة 2: التحليل التلوي للنتائج
- يحافظ على بنية التجربة
- مألوف (مثل MA القياسي)
- لا يمكن التعامل مع البيانات المتفرقة بشكل جيد
نهج المرحلة الواحدة
- تحليل كافة البيانات في وقت واحد
- نموذج الانحدار ذو التأثيرات المختلطة
- تأثيرات عشوائية للتجميع
- أفضل للبيانات المتفرقة
- نماذج أكثر مرونة
يتسم تقدير كل تجربة بالشفافية.
قطع أراضي الغابات المألوفة وأنا2 .
2. أكثر قوة لاكتشاف التفاعلات
3. يمكنه وضع نموذج معقد العلاقات المتغيرة
4. الاحتمالية الدقيقة (لا توجد تقديرات تقريبية عادية)
مرحلة واحدة أم مرحلتان؟
المرحلة الواحدة تسمع جميع الأصوات في وقت واحد.
عندما تكون البيانات متفرقة والأحداث نادرة -
المرحلة الواحدة تلتقط ما تفتقده المرحلة الثانية."
التي أنقذت حياة الأطفال —
ولكن فقط إذا أعطيت في الوقت المناسب?
ولكن بقي اللغز: متى يجب إعطاؤهم؟
قبل 24 ساعة من الولادة؟ 48 ساعة؟ اسبوع؟
لم تتمكن التجارب المنشورة من الإجابة، ولم تذكر التوقيت بشكل متسق.
أقصى فائدة: 24 ساعة إلى 7 أيام قبل الولادة
فائدة مخفضة: > 7 أيام (يتلاشى تأثير نضج الرئة)
لا فائدة: <24 ساعة (وقت غير كافٍ للعمل)
بعد IPD: توصي الإرشادات الآن كرر الجرعات إذا لم تتم الولادة خلال 7 أيام من الدورة الأولى.
وقد تحققت هذه الدقة ـ التي كانت مستحيلة دون وجود بيانات فردية أنقذت الآلاف من الأطفال المبتسرين.
ذكرت التجربة ب: "الستيرويد يُعطى عن طريق الوريد"
ذكرت التجربة C: "الفاصل الزمني بين الستيرويد والتسليم: متوسط 3 أيام"
فئات مختلفة. تعريفات مختلفة. ملخصات غير متوافقة
فقط من خلال فحص الوقت الفعلي للستيرويد حتى الولادة لكل طفل يمكن تحديد النافذة المثالية.
But when لاعطائه غير معروف.
قامت شركة IPD بتحويل "في وقت ما" إلى "الوقت المناسب" —
وبهذه الدقة عاش الأطفال."
في مكان ما، في الملفات وقواعد البيانات،
يتم تسجيل قصة كل مريض.
والسؤال هو: هل سيتقاسمونها؟
هذا هو المتوقع. خطط لذلك.
التعاون التجريبي
الاتصال المباشر مع محققي المحاكمة. بناء العلاقات. تقديم التأليف المشترك.
منصات مشاركة البيانات
مشروع YODA، ClinicalStudyDataRequest.com، Vivli، ICPSR
الوكالات التنظيمية
سياسة EMA 0070، FDA (limited)، وزارة الصحة الكندية
متطلبات المجلة
تتطلب العديد من المجلات الآن مشاركة البيانات؛ تحقق من المواد التكميلية
2. عرض التأليف المشترك- اجعل المشاركة جديرة بالاهتمام
3. وصف أمن البيانات- كيف ستحمي مرضاهم
4. توفير قواميس البيانات— حدد بالضبط ما تحتاجه
5. حدد جداول زمنية واضحة- احترم وقتهم
تجارب الصناعة: أقل احتمالية للمشاركة
التجارب السلبية: أقل احتمالية للمشاركة
التجارب الأقدم: قد يتم فقدان البيانات
قد تكون عينة IPD الخاصة بك متحيزة.
هل سيشاركون فيما حرسوه؟
قم ببناء الجسر بعناية -
لأنه على هذا الجسر، يتقاطع مستقبل المرضى."
من اثنتي عشرة تجربة، خمسة بلدان، ثلاثة عقود.
لكن التجربة "أ" تسميها "الموت القلبي الوعائي"
وتطلق عليه التجربة B "الوفيات القلبية".
هل هم نفس الشيء؟
تجربة من الولايات المتحدة الأمريكية: العمر بالسنوات السنوات العشرية (على سبيل المثال، 65.7)
تجربة من المملكة المتحدة: النطاقات العمرية ("65-74")
مرض السكري: نسبة HbA1c ≥ 6.5% مقابل الجلوكوز الصائم ≥ 126 مقابل "تشخيص الطبيب"
النتيجة: "حدث قلبي ضار كبير" (تجربة واحدة تتضمن السكتة الدماغية، والأخرى لا تتضمن ذلك)
قبل التحليل: قم بتنسيق كل شيء.
إنشاء قاموس البيانات الرئيسية
حدد كل متغير تحتاجه: الاسم، والنوع، والقيم المسموح بها، وقواعد الاشتقاق
قم بتعيين متغيرات كل تجربة
قم بتوثيق كيفية تعيين ترميز كل تجربة إلى تعريفاتك القياسية
تحقق مع المحاكمين
التحقق من تفسيراتك. إنهم يعرفون بياناتهم أفضل منك.
التحقق من صحة التحويلات
إعادة إنتاج النتائج المنشورة من IPD. إذا لم تكن متطابقة، التحقيق.
استخدمت ست تجارب التعريف القياسي (رموز التصنيف الدولي للأمراض). استخدمت تجربتان من التسعينيات "الموت القلبي الذي يقيمه المحقق" دون معايير موحدة. تظهر هاتان التجربتان تأثيرات علاجية أكبر.
قم بإعادة إنتاج النتائج المنشورة لكل تجربة من IPD.
إذا كان التحليل الخاص بك يعطي RR = 0.78 ولكن المنشور يقول RR = 0.85،
هناك شيء ما خطأ.
ابحث عن التناقض. أصلحه. ثم تابع.
طرق مختلفة لتسمية نفس المرض.
قبل أن تتمكن من الجمع، يجب أن تترجم.
قبل أن تترجم، يجب أن تفهم."
ولكن هل يعمل نفس الشيء بالنسبة للصغار والكبار؟
للخفيف والشديد؟
لمن لديه العلامة الحيوية ومن لا يملكها؟
بل إنهم سئل: "هل يختلف التأثير حسب حالة مستقبلات هرمون الاستروجين؟"
وكان التفاعل هائلاً:
ER-positive: انخفاض بنسبة 47% في تكرار المرض
ER- سلبي: لا فائدة على الإطلاق
تأثير العلاج يختلف بين المجموعات الفرعية المحددة بواسطة المتغير المشترك.
إذا لم يكن الأمر كذلك: فإن تأثير العلاج هو مشابه عبر المجموعات الفرعية (أو أنك تفتقر إلى القدرة على اكتشاف الاختلاف).
التفاعل بين الدراسات
- يقارن متوسطات مستوى التجربة
- خطر المغالطة البيئية
- مرتبك بتصميم التجربة
- قوة إحصائية منخفضة
- يمكن القيام به مع البيانات المجمعة
التفاعل داخل الدراسة
- يقارن المرضى داخل كل منها تجربة
- لا توجد مغالطة بيئية
- تم الحفاظ على التوزيع العشوائي
- قوة أعلى بكثير
- تتطلب تفاعلات IPD
هذا هو المعيار الذهبي لتعديل التأثير.
لقد قمت باختبار 8 معدلات تأثير محتملة في تحليلك.
يكشف التفاعل من المستفيد.
اختباره ضمن الدراسات، وليس بين -
لأن هذا هو المكان الذي توجد فيه الحقيقة."
عندما تسعى إلى يتنبأ من سيموت،
من سيتعافى، من سينتكس —
الفرد هو كل شيء.
"هل سيستيقظون يومًا ما؟"
كانت التجارب الفردية أصغر من أن تتمكن من تطوير نماذج تنبؤ دقيقة.
قامت IMPACT بجمع IPD من 11 دراسة، و9205 مريضًا، وبناء نموذج يتنبأ بالنتائج لمدة 6 أشهر من المظاهر السريرية الأولية.
التحقق الخارجي عبر السكان
تم تطويره في بعض الدراسات، والتحقق من صحته في دراسات أخرى. الاختبار الحقيقي للتعميم.
العلاقات غير الخطية
اكتشف كيفية ارتباط المتنبئين بالنتيجة: خطية؟ عتبة؟ على شكل حرف U؟
تفاعلات التنبؤ المتعددة
قد يتفاعل العمر + GCS + تفاعل التلميذ بطرق لا يمكن للبيانات المجمعة أن تكشف عنها
التعامل السليم مع المتنبئين المفقودين
الإسناد المتعدد على مستوى المريض وليس على مستوى الدراسة
ترايبود
- تقرير نموذج التنبؤ
- التطوير والتحقق
- المعايرة والتمييز
- قائمة مرجعية مكونة من 22 عنصرًا
بريسما-IPD
- تقارير التحليل التلوي IPD
- تفاصيل الحصول على البيانات
- عملية المواءمة
- التحقق من النزاهة
عندما يصل المريض مصابًا بإصابات دماغية رضحية، يوفر النموذج نموذجًا احتمال البقاء على قيد الحياة and احتمال نتيجة إيجابية.
وهذا يرشد المحادثات مع العائلات. هذا يبلغ كثافة العلاج. وهذا يساعد على تخصيص موارد وحدة العناية المركزة.
بنيت من البيانات الفردية. خدمة المرضى الأفراد.
يجب أن تتعلم من آلاف الماضي.
IPD يحمل تلك القصص—
كل واحد معلم إن سمعتم".
التي أعطيت ل الملايين لقلوبهم ؟
قيل لهم: "خذ هذا، وسوف تكون محمية."
ولكن هل كان كل قلب على قدم المساواة في حاجة إلى الحماية؟
أعاد الباحثون تحديد هوية المستخدمين سريعًا من خلال مطابقة التقييمات مع مراجعات IMDb العامة.
زعمت إحدى الدعاوى القضائية أن مثلية منغلقة قد تم الكشف عنها من خلال أنماط مشاهدتها.
الدرس المستفاد: إزالة الأسماء لا يعني إخفاء الهوية.
يحتوي IPD على مجموعات كافية من العمر والتشخيص والاستجابة للعلاج والتواريخ لتحديد الأفراد بشكل فريد. تتطلب الخصوصية أكثر من مجرد حذف عمود الاسم، فهي تتطلب فهم كيفية تحول مجموعات البيانات إلى بصمات أصابع.
وقالت التجارب المنشورة: "الأسبرين يمنع النوبات القلبية".
لكن معاهدة تجارة الأسلحة طرحت السؤال المحظور:
"بأي ثمن؟ ولصالح من؟"
منع 2-3 نوبات قلبية
2-3 حدوث نزيف كبير
ويبطل النفع والضرر.
هل يجب على هذا المريض تناول الأسبرين للوقاية الأولية؟
(نفع > ضرر)
(نفع ≈ ضرر)
(ضرر > منفعة)
ولم يتمكنوا من إظهار ما اكتسبه المرضى المعرضون للخطر الشديد
بينما خسر المرضى ذوي الخطورة المنخفضة.
فقط من خلال فحص المخاطر الأساسية لكل مريض،
نتائج كل مريض،
يمكن تفاعل يتم الكشف عنها.
قرأ على الإنترنت أن "الأسبرين يمنع النوبات القلبية" ويريد نصيحتك.
قد يضر بالأمن.
تعرف على المخاطر التي يتعرض لها مريضك قبل أن تصف الدواء.
هذا ما علمتنا إياه البيانات الفردية."
95.000 مريض. حقيقة واحدة: المخاطرة تحدد المنفعة.
"هل يجب أن يعامل كبار السن مثل الشباب؟"
وقال البعض: "الأقل هو الأفضل دائما".
وقال آخرون: "إن القديم هش، فاحذروا".
من كان على حق؟
العدوانية المعسكر: "كل ملم زئبق من خفض ضغط الدم ينقذ الأرواح.
عامل الجميع باستهداف 120/80."
معسكر المحافظين: "عند كبار السن، يؤدي انخفاض ضغط الدم إلى السقوط والسكتات الدماغية والوفاة.
هناك منحنى J، والمنخفض جدًا يعد أمرًا خطيرًا."
وكانت المحاكمات الفردية صغيرة جدًا بحيث لم تتمكن من تسويتها. حتى قام BPLTTC بجمع البيانات الفردية.
هل يوجد منحنى J عند ضغوط منخفضة جدًا؟
هل لا يزال كبار السن (> 80 عامًا) يستفيدون؟
العمر 55-64: انخفاض بنسبة 10% في أحداث السيرة الذاتية الرئيسية
العمر 65-74: انخفاض بنسبة 10% في أحداث السيرة الذاتية الرئيسية
العمر 75-84: انخفاض بنسبة 10% في أحداث السيرة الذاتية الرئيسية
العمر ≥85: لا يزال أقل بنسبة 10٪
pتفاعل = 0.85. لا يوجد دليل على تعديل العمر.
الذي حقق انخفاضًا كبيرًا في ضغط الدم.
النتيجة: لا يوجد منحنى J في المقارنات العشوائية.
الظاهر كان منحنى J في بيانات الرصد السببية العكسية— يعاني المرضى من انخفاض ضغط الدم لأنهم مرضى، وليسوا مرضى لأن ضغط الدم لديهم منخفض.
فقط IPD من التجارب المعشاة ذات الشواهد يمكنه حل هذا.
هل يجب على هذا المريض المسن أن يحصل على علاج ضغط الدم؟
يتم الحفاظ على الفائدة المتناسبة عبر جميع الأعمار
ضع في اعتبارك الضعف، ومتوسط العمر المتوقع، وتفضيلات المريض، ولكن ليس العمر.
أنت تتذكر التحليل التلوي لـ BPLTTC IPD.
لكن البيانات الفردية أظهرت خلاف ذلك:
في كل عمر، تستمر الفائدة.
لا تدع العمر وحده ينكر الحماية."
عندما تسد الجلطة الدماغ؟
في كل دقيقة، يموت مليونان من الخلايا العصبية.
ولكن متى تُغلق النافذة؟
متى يكون الوقت متأخرًا للتدخل؟
ولكن إذا تم تناولها بعد فوات الأوان، فإنها تسبب نزيفًا في أنسجة المخ المحتضرة.
ما هي النافذة الزمنية؟ 3 ساعات؟ 4.5 ساعات؟ 6 ساعات؟
اختلفت التجارب الفردية. وكانت المبادئ التوجيهية غير مؤكدة.
كانوا يعرفون بالضبط متى بدأت السكتة الدماغية لكل مريض. لقد عرفوا بالضبط متى تم إعطاء علاج تحلل الخثرة. لقد عرفوا بالضبط من عاش ومن مات ومن تعافى.
يمكنهم تحديد الفوائد مقابل الوقت، دقيقة بدقيقة.
تمت المعالجة في 90 دقيقة: 1 in 4 تحقق نتيجة ممتازة
تمت المعالجة في 180 دقيقة: 1 in 7 تحقق نتيجة ممتازة
تمت المعالجة في 270 دقيقة: 1 in 14 تحقق نتيجة ممتازة
السكتة الدماغية الإقفارية الحادة: هل تؤدي إلى علاج الجلطات؟
عاجل
إذا كان مؤهلا
التصوير
يتجنب
التجربة ب: "تم علاج المرضى خلال 6 ساعات" (المتوسط: 4.2 ساعات)
هؤلاء نوافذ متداخلة وغير متناسقة لا يمكن مقارنتها.
فقط من خلال المعرفة الوقت المحدد لكل مريض
هل يمكن رسم خريطة للتدهور المستمر للمنفعة.
سيضيف الوقت من الباب إلى الإبرة 30 دقيقة، مما يجعل الوقت الإجمالي حوالي 4.5 ساعات.
يموت مليوني خلية عصبية.
أظهر لنا IPD النافذة المتلاشية.
تصرفوا بسرعة، أو ستغلق النافذة إلى الأبد."
تفتح الملفات بالأمل.
وبعد ذلك تراه: خلايا فارغة.
العمر: 67. الجنس: ذكر. حالة التدخين: مفتقد.
النتيجة في 1 سنة: مفتقد.
ماذا الآن؟
مفقود تمامًا عشوائيًا (MCAR)
تعطلت آلة المختبر بشكل عشوائي. لا علاقة لخصائص المريض. من الآمن تجاهلها (لكنها مسرفة).
مفقود عشوائيًا (MAR)
المرضى الأكبر سنا أكثر عرضة لتفويت المتابعة. يمكن أن يكون الفقد المتعلق بـ لاحظ المتغيرات. مفيدًا.
مفقود ليس عشوائيًا (MNAR)
المرضى الذين يعانون من نتائج سيئة يتركون الدراسة. الغياب المتعلق القيمة المفقودة نفسها. خطير. يتطلب تحليل الحساسية.
ماذا تفعل مع القيم المفقودة؟
قد تكون كافية
الإسناد
حساسية
يعكس التضمين المتعدد (M=20-50 مجموعة بيانات) ريبة حول ما قد تكون القيمة المفقودة.
وهذا يحافظ على الأخطاء القياسية والقيم الاحتمالية الصحيحة.
المتغيرات المفقودة بشكل منهجي
التجربة A للمؤشر الحيوي المقاس X. لم يحدث ذلك في التجربة B. لا يمكن أن ننسب ما لم يتم جمعه أبدا.
هيكل متعدد المستويات
مرضى متداخلون داخل التجارب. يجب أن يأخذ نموذج التضمين في الاعتبار التجميع.
فترات متابعة مختلفة
اتبعت المحاكمة "أ" لمدة عامين. التجربة ب لمدة 5 سنوات. تحليل البقاء يحتاج إلى رعاية.
لم تقم التجربة بتجميع المتغير المشترك الرئيسي الخاص بك
على التجارب
مع المتغير
افتراضات مختلفة
عن غير قياس
تميل هذه التجارب الثلاث إلى أن تكون أقدم وأصغر.
إنه سؤال: لماذا هذا غير معروف؟
أجب عن هذا السؤال قبل أن تملأ الفراغ —
فسبب الغياب هو الذي يشكل الحل."
الذي جمع البيانات من راغب المحاكمة
وأعلن النصر؟
لكن غير راغبة عقدت أسرار.
وهذه الأسرار غيرت كل شيء.
طلب مراجعو كوكرين بيانات التجربة للتحقق من الفعالية. رفضت روش بحجة السرية.
لمدة خمس سنوات، قامت المجلة الطبية البريطانية بحملة من أجل الشفافية. عندما تم إصدار تقارير الدراسات السريرية الكاملة أخيرًا في عام 2014، تغيرت الصورة: فقد أدى عقار تاميفلو إلى تقليل مدة الأعراض بأقل من يوم واحد ولم يمنع حدوث مضاعفات.
تم إنفاق المليارات على دواء تم إخفاء أدلته الكاملة.
غيرت ملحمة تاميفلو التوقعات - اليوم، أصبحت شفافية التجارب السريرية هي القاعدة، وليس الاستثناء.
التجارب التي ترعاها الصناعة: أقل احتمالا للمشاركة
التجارب ذات النتائج السلبية: أقل احتمالا للمشاركة
التجارب الأقدم: غالبًا ما يتم فقدان البيانات
إذا كانت هذه التجارب تختلف بشكل منهجي في حجم التأثير،
جهاز IPD-MA الخاص بك هو متحيز.
تقييم تحيز التوفر
للتحيز
يلزم تحليل الحساسية
تقرير معدل استرجاع IPD
"لقد حصلنا على IPD من تجارب 12/15 (80%)"
قارن بين خصائص تجربة IPD وخصائص غير IPD
حجم العينة، والتمويل، وتاريخ النشر، وحجم التأثير من البيانات الإجمالية
تحليل الحساسية بما في ذلك التجارب غير المتعلقة بـ IPD
تحليل على مرحلتين يجمع بين IPD + AD من عدم المشاركة التجارب
مناقشة أسباب عدم المشاركة
هل فقدت البيانات؟ رفض؟ لم يطلب قط؟ ولكل منها آثار مختلفة.
يظهر تحليل IPD الخاص بك 0.70.
استخدم IPD حيثما يتوفر لديك (لاختبار التفاعل).
استكمل مع AD لتقدير التأثير الإجمالي.
الشفافية حول ما جاء منه حيث.
الأبواب المفتوحة قد تخفي الحقيقة وراء الأبواب المغلقة.
اسأل دائمًا: من رفض المشاركة؟
وما الذي قد يخفونه؟"
المصادر الرئيسية المذكورة في هذه الدورة
- رايلي آر دي، وآخرون. التحليل التلوي لبيانات المشاركين الفردية: دليل لأبحاث الرعاية الصحية. وايلي، 2021.
- ستيوارت LA، وآخرون: عناصر إعداد التقارير المفضلة للمراجعات المنهجية والتحليلات الوصفية لبيانات المشاركين الفردية. JAMA 2015;313:1657-65.
- المجموعة التعاونية لتجارب سرطان الثدي المبكرة. تاموكسيفين لسرطان الثدي المبكر. مراجعة نظام قاعدة بيانات كوكرين 2001.
- تعاون المحاكمين في علاج الكوليسترول. فعالية وسلامة العلاج لخفض LDL. لانسيت 2010;376:1670-81.
- روبرتس د، وآخرون. الكورتيكوستيرويدات السابقة للولادة لتسريع نضوج رئة الجنين. مراجعة نظام قاعدة بيانات كوكرين 2017.
- مجموعة دراسة التأثير. التنبؤ بالنتائج بعد إصابة الدماغ المؤلمة. بلوس ميد 2008;5:e165.
- ديبراي TPA، وآخرون. كن واقعيًا في التحليل التلوي لبيانات المشاركين الفرديين. إنت J Epidemiol 2015;44:1287-97.
- Burke DL, et al. التحليل التلوي باستخدام بيانات المشاركين الفردية. ستات ميد 2017;36:320-38.
لكنك تعلمت كيفية العثور عليها.
لقد تعلمت أن تسأل: من المستفيد؟ من المتضرر؟
اذهب الآن، ولا تدع أي مريض يختفي في المتوسط.»
المريض المخفي – الآن تراهم.