Iniciativas Disponibles para el Reporte de Resultados en Investigación Biomédica con Diferentes Tipos de Diseño
Notice bibliographique
Résumé
La calidad del reporte de los resultados de una investigación no es óptima, razón por la cual, se han desarrollado numerosas iniciativas tendientes a mejorar este aspecto a lo largo de los años. El objetivo de este artículo es mencionar y describir las iniciativas existentes para el reporte de resultados de investigación biomédica en diversos escenarios de investigación clínica y situaciones especiales. Se realizó una búsqueda en las bases de datos THE COCHRANE LIBRARY, MEDLINE, SciELO y Redalyc; y en los buscadores Clinical Evidence, TRIP database, Fisterra, Rafabravo, EQUATOR Network, portal de BIREME y Programa HINARI; para obtener las listas de verificación existentes. Los documentos recuperados fueron agrupados de la siguiente forma: relacionados con escenarios de terapia, diagnóstico, pronóstico, evaluaciones económicas y misceláneas. La búsqueda generó un total de 31 documentos. Doce para escenarios de terapia (CONSORT, QUOROM, MOOSE, STRICTA, TREND, MINCIR-Terapia, RedHot, REHBaR, PRISMA, REFLECT, Ottawa y SPIRIT), 5 para diagnóstico (STARD, QUADAS, QAREL, GRRAS y MINCIR-Diagnóstico), 3 para pronóstico (REMARK, MINCIR-Pronóstico y GRIPS), 4 para evaluaciones económicas (NHS-HTA, CHEERS, ISPOR RCT-CEA y NICE-STA,); y 7 misceláneos (STROBE, COREQ, GRADE, SQUIRE, STREGA, ORION y MINCIR-EOD). Existen diversas iniciativas y declaraciones. Estas deben ser conocidas y utilizadas por escritores, revisores y editores de revistas biomédicas; de forma tal de incrementar la calidad del reporte de resultados de la investigación biomédica.
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 | 0,040 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,004 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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; les deux têtes enseignantes 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 ».