Evaluation of meta‐analyses in the otolaryngological literature
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the quality of meta-analyses written on otolaryngological topics and define areas that can be improved upon in future studies. DATA SOURCES: MEDLINE (PubMed) and EMBASE databases were searched. The Cochrane database of systematic reviews was excluded, because these meta-analyses have already been critically evaluated and found to be of high quality. REVIEW METHODS: A systematic review of otolaryngological meta-analyses published between 1997 and 2006 (10 years) was performed in duplicate and independently by two authors. The search included 16 common otolaryngological terms. Inclusion criteria were meta-analytic methodology, otolaryngological topic, and at least one author from a department of otolaryngology. Fifty-one articles fulfilled eligibility criteria. In duplicate and independently, two reviewers assessed the quality of eligible meta-analyses using a validated 10-item index called the Overview Quality Assessment Questionnaire. Using the methods of Spearman, correlation coefficients are reported for associations examined between covariates and the Overall Score Quality. RESULTS: The majority of studies had methodologic flaws (mean score 3.9, scale of 1-7). Variables predicting higher-quality meta-analyses were publication in journals with higher impact factors (P = 0.0007) and authors who previously published meta-analyses (P = 0.0001). Using and reporting about a validity assessment tool needs to be improved upon in future studies. CONCLUSION: The quality of meta-analyses on otolaryngological topics is moderate. Future meta-analyses can be improved upon by following evidence-based guidelines for the reporting of meta-analyses, which include the use of a validity assessment tool, and consulting with an author familiar with meta-analysis methodology.
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 | 0,244 | 0,079 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,024 | 0,014 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,006 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
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 ».