澄清矛盾:在17OHP-C试验中的可转移性和使用双重偏差机器学习的早产结果
Arti V Virkud1, Eric Tchetgen Tchetgen1, Enrique F Schisterman1
1University of Pennsylvania, Perelman School of Medicine, Department of Biostatistics Epidemiology and Informatics.
American journal of epidemiology
|September 24, 2025
概括
对于17-α-hydroxyprogesterone caproate (17OHP-C) 在预防复发性早产 (PTB) 方面的冲突试验结果可能源于人口差异. 可转移性方法不能完全调和Meis和PROLONG试验之间的不同结果.
科学领域:
- 产周医学 产周医学
- 临床试验分析临床试验分析
- 因果推理的原因推理.
背景情况:
- 梅斯和其他人. 试验建议17-α-hydroxyprogesterone caproate (17OHP-C) 可以减少重复的早产 (PTB).
- 然而,PROLONG试验发现17OHP-C对PTB预防没有显著的益处.
- 假设试验之间的差异是由于试验人群中PTB风险的异质性.
研究的目的:
- 调查梅斯和PROLONG试验群体之间的测量差异是否解释了关于17OHP-C疗效的相互矛盾结果.
- 为了运输性分析,应用双倍低值的机器学习.
主要方法:
- 采用双度失调的机器学习进行因果运输性分析.
- 通过将结果传输到Meis和PROLONG试验群体之间来估计17OHP-C的治疗效果.
- 评估了人口差异对治疗效果估计的影响.
主要成果:
- 将梅斯试验的效应转移到PROLONG群体中,RD为-18.6% (95%CI:-55.9%,8.8%).
- 将PROLONG试验的效应转移到Meis人群中,得到了5.2%的RD (95%CI:-17.3%,18.1%).
- 两种运输方向都无法完全协调相互矛盾的试验结果,这表明未测量的因素可能会影响17OHP-C的疗效.
结论:
- 测量的人口差异本身不能完全解释17OHP-C在PTB预防中的不同试验结果.
- 未测量的效果修饰因素或违反因果假设可能是观察到的差异的基础.
- 未来的研究应该专注于了解PTB中的效应异质性,以澄清17OHP-C的作用.
