Notice bibliographique
Résumé
Methods to calculate bias-adjusted estimates for meta-analyses are becoming more popular. The objective of this paper is to use the structural approach to bias and causal diagrams to show that (i) the current use of the bias-adjusted estimating tools may sometimes introduce bias rather than reduce it and (ii) the Cochrane collaboration risk of bias tool, which was designed for randomized studies, is also applicable to non-randomized studies with only minimal changes. Causal diagrams are used to illustrate each of the items in the current risk of bias tool and how they apply to both randomized and non-randomized studies. With the exception of confounding by indication, the structure of all potential biases present in non-randomized studies may also be present in randomized studies. In addition, causal diagrams demonstrate important limitations to the methods currently being developed to provide bias-adjusted estimates of individual studies in meta-analyses. Finally, causal diagrams can be helpful in deciding when it is appropriate to combine studies in a meta-analysis of non-randomized studies even though the studies may use different adjustment sets. Copyright © 2012 John Wiley & Sons, Ltd.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,372 | 0,608 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,004 |
| Méta-épidémiologie (sens large) | 0,012 | 0,026 |
| Bibliométrie | 0,024 | 0,018 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,009 | 0,009 |
| Science ouverte | 0,009 | 0,010 |
| Intégrité de la recherche | 0,007 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».