Evaluating recall bias in a case‐crossover design estimating risk of injury related to alcohol: Data from six countries
Notice bibliographique
Résumé
INTRODUCTION AND AIMS: Prior work suggests that recall bias may be a threat to the validity of relative risk estimation of injury due to alcohol consumption, when the case-crossover method is used based on drinking during the same six hours period the week prior to injury as the control period. This work explores the issue of alcohol recall bias used in the case-crossover design. DESIGN AND METHODS: Data were collected on injury patients from emergency room studies across six countries (Dominican Republic, Guatemala, Guyana, Nicaragua, Panama and Canada), conducted in 2009-2011, each with n ≈ 500 except Canada (n = 249). Recall bias was evaluated comparing drinking during two control periods: the same six hours period the day before versus the week before injury. RESULTS: A greater likelihood of drinking yesterday compared with last week was seen using data from the Dominican Republic, while lower likelihood of drinking yesterday was found in Guatemala and Nicaragua. When the data from all six countries were combined, no differential drinking between the two control periods was observed. DISCUSSION AND CONCLUSIONS: These findings are in contrast to earlier studies showing a downward recall bias of drinking, and suggest that it may be premature to dismiss the last week case-crossover method as a valid approach to estimating risk of injury related to drinking. However, the heterogeneity across countries suggests that there may be some unexplained measurement error beyond random sampling error.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».