MétaCan
Menu
Retour à la cohorte
Enregistrement W2049989275 · doi:10.1136/ebm.14.4.100

The devil is in the details...or not? A primer on individual patient data meta-analysis

2009· article· en· W2049989275 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEvidence-Based Medicine · 2009
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueMeta-analysis and systematic reviews
Établissements canadiensMcMaster UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPrimer (cosmetics)Meta-analysisPsychologyComputer scienceMedicineInternal medicineChemistry

Résumé

récupéré en direct d'OpenAlex

A systematic review is the process by which primary studies are identified, critically appraised, and interpreted according to a predefined plan to answer clinically important questions with minimal bias and random error. When the results are quantitatively combined, the review is referred to as a “meta-analysis.” Meta-analysis provides more precise estimates of treatment benefits and harms, may reveal treatment effects that would otherwise go undetected in individual trials, and provides a succinct “bottom line” for a clinical question based on the best available evidence.1 A variation of this method is individual patient data (IPD) meta-analysis where analyses are done using original data and outcomes for each person enrolled in relevant studies; patient databases from each study are combined into a single large database, and analysed using methods that account for variation both within studies and between studies. What is the difference between conventional and IPD meta-analysis? In conventional meta-analysis, aggregated data are extracted from published and unpublished reports according to a predetermined protocol. Analysis is performed by calculating a weighted average for effect (eg, relative risk) across randomised trials.2 Limitations of this approach include risk of publication bias,3 heterogeneity in trial results,4 inability to perform intention-to-treat analyses when relevant patient data are excluded or missing,5 and limited methodological quality of source studies.6 Because each randomised trial in a …

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.

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Méthodes
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objetlow
gptaucune catégorie
Domaine: non disponible · Genre: Méthodes
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Théorique ou conceptuelhigh
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,229
score de la tête « metaresearch » (Gemma)0,128
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,888
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,2290,128
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0050,003
Bibliométrie0,0010,007
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0090,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0140,001

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.

Tête enseignante Opus0,936
Tête enseignante GPT0,584
Écart entre enseignants0,352 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle