跳到主要内容
返回时间线
medRxiv来源发表:

老年患者换用氯吡格雷的模拟试验交给智能体:62项SQL检查中53项达标,校准后风险比点估计升至1.274

核心概要

TrialCalibre1把临床问题、研究设计与可执行分析串成一条可复核的链路,支持参考试验复现、直接目标试验模拟,以及把基准、扩展与校准合在一起的BenchExCal。在合成PCORnet风格理赔数据上,它用ASCET作基准,把氯吡格雷与阿司匹林的比较扩展到81–90岁人群:基准队列6069人、扩展队列1602人,扩展风险比0.848(95% CI 0.569–1.184),校准后点估计为1.274(0.439–3.700),灵敏度区间仍跨越1。两名评审对62项可评估SQL检查分别判定53项和50项达标,13项R检查均为12项达标,但方案与代理指标的分歧仍在。

Source-provided article image: TrialCalibre1: An Agentic System for Trial Emulation, Benchmarking, and Calibration
Figure 1 · medRxiv · 第 3 页

深度剖析

目标试验模拟现在可以从一个临床问题出发,自动走到可执行的队列构建与统计分析,并把中间的研究方案、代码和结果留档供人复核。 此前这类工作要么只覆盖流程的一段,要么把设计、编码与统计分散在不同工具里,早期设计与跨环节互操作的支持并不均衡。 在合成PCORnet风格理赔数据上,系统完成了以ASCET为基准的模拟和81–90岁扩展,基准队列6069人、扩展队列1602人,并保留了17个主SQL文件与全部执行诊断。

系统把语言模型组件放在确定性流程控制之下,本地安全执行环境只向下游智能体提供元数据、执行诊断和受限的汇总信息,患者级记录不出本地。 研究设计路由器先提出三条路径之一及参考试验供人批准,方案构建器再区分参考定义与观察性适配,缺失测量必须显式提出代理或省略决定。 基准提取、方案、代理、协变量、SQL与R由两名评审按检查表打分,62项可评估SQL检查中53项和50项达标,13项R检查中均为12项达标,18项协变量被两名评审全部评为相关。

校准把基准与随机试验之间的标准化分歧迁移到扩展人群,使扩展的相对风险点估计发生改变。 未校准的扩展风险比为0.848,其区间包含1;校准后点估计升至1.274,灵敏度区间0.439–3.700,仍跨越1。 校准输入取自ASCET首次事件计数52/499与54/502,按完全两年随访假设得到未调整的计数风险比0.969(95% CI 0.676–1.389),主计算省略了基准与扩展之间的协方差。

启示与展望

这套系统面向研究用途,不用于个体治疗建议。已演示的范围是一个回顾性合成临床案例:以ASCET为基准的模拟、81–90岁扩展与探索性校准,加上一个十题路由开发集;执行环境限于SQLite、理赔型数据与双治疗分析引擎。作者提出后续应锁定应用版本、数据、已批准方案与分析设置,再在多项研究与重复运行上测试,另有至少十项研究的评估正在进行,其结果未包含在本报告中。

作者明确说明该案例没有确立因果真值,队列计数与治疗估计只展示工作流输出,不证明患者级队列准确性、独立数值正确性或因果效应恢复。18项基准协变量中有9项、18项扩展协变量中有10项在所有患者中恒为零,扩展的慢性肾病标志同样恒为零,ACE抑制剂/ARB集合存在治疗类别映射错误,扩展中男性指标与就诊次数的加权后失衡仍达0.220与0.421。校准假设基准分歧可迁移到扩展人群,主区间省略了跨年龄队列的相依性,人类工作流只是描述性对照而非参考标准。