MétaCan
Menu
Retour à la cohorte
Enregistrement W2055929374 · doi:10.1093/humrep/16.11.2250

Potential dangers in the customary methods of conducting meta-analyses: Lack of bias in the meta-analysis of recombinant versus urinary follicle stimulating hormone

2001· letter· en· W2055929374 sur OpenAlexaff
S. Daya

Notice bibliographique

RevueHuman Reproduction · 2001
Typeletter
Langueen
DomaineMedicine
ThématiqueOvarian function and disorders
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMeta-analysisUrinary systemInfertilityRecombinant DNAMedicineHomogeneousPregnancy rateInternal medicinePregnancyBiologyMathematics

Résumé

récupéré en direct d'OpenAlex

In a meta-analysis of randomized trials comparing recombinant and urinary FSH for ovarian stimulation in infertility treatment cycles, the clinical pregnancy rate per cycle started was significantly higher with recombinant FSH. Before the results of the different trials can be pooled, it is important to determine whether the results are homogeneous so that one can obtain an overall treatment estimate that is without bias. There are several methods to ascertain lack of homogeneity, including logistic regression analysis, sensitivity analysis comparing fixed-effect and random-effect models, testing based in the chi2 distribution, and graphical methods comparing event rates in experimental and treatment groups. These methods all confirmed that the treatment effect was homogeneous across all trials thereby providing assurance that the overall conclusion of the superior efficacy of recombinant FSH compared with urinary FSH is based on an unbiased analysis.

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 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)0,009
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,349
Score d'incertitude au seuil0,882

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,686
Tête enseignante GPT0,496
Écart entre enseignants0,189 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman ReproductionMême sujetOvarian function and disordersTravaux en français237 207