MétaCan
Menu
Retour à la cohorte
Enregistrement W2102619816 · doi:10.1136/ebm.14.3.68

What does it take to put an ugly fact through the heart of a beautiful hypothesis?

2009· article· en· W2102619816 sur OpenAlexaff
R. Brian Haynes, Graeme A. Haynes

Notice bibliographique

RevueEvidence-Based Medicine · 2009
Typearticle
Langueen
DomaineHealth Professions
ThématiqueObesity and Health Practices
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésTragedy (event)MedicineClinical trialIntensive care medicineLaw and economicsPsychiatryEconomicsPathology

Résumé

récupéré en direct d'OpenAlex

Thomas Huxley characterised “the great tragedy of Science” as “the slaying of a beautiful hypothesis by an ugly fact.” Unfortunately, when medical hypotheses are disproven, they act more like zombies than corpses, revived by the sorcerers of Mammon, aided and abetted by the inertia of medical practice. Recent examples in diverse areas of clinical practice will likely suffer the problem of perseverance of beautiful but flawed hypotheses, so we are raising the alarm now. Three large trials in 2008 showed that intensive control of type 2 diabetes mellitus lacks benefits for patients and increases adverse effects1-3 (including one in this issue of Evidence-Based Medicine 4), and 2 trials showed that the self-monitoring of blood sugar in type 2 diabetes is not cost-effective5 and is associated with depression.6 Two trials have documented the lack of benefits of antiviral agents for Bell palsy (while confirming the benefits of corticosteroids).7 8 Many trials and meta-analyses have confirmed and reconfirmed the absence of benefits and presence of harmful effects of antioxidants for the prevention of cancer9 10 and cardiovascular disease.11 For each of these “slayings,” vested interests will undoubtedly try to make us forget that the justification for their promotions has been gored. For type 2 diabetes, …

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

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: Commentaire
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objetlow
gptaucune catégorie
Domaine: non disponible · Genre: Commentaire
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objetlow
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,111
score de la tête « metaresearch » (Gemma)0,288
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,889
Score d'incertitude au seuil0,587

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1110,288
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0050,002
Bibliométrie0,0040,003
Études des sciences et des technologies0,0050,048
Communication savante0,0160,042
Science ouverte0,0060,005
Intégrité de la recherche0,0190,026
Charge utile insuffisante (le modèle a refusé de juger)0,0100,005

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 Opus0,249
Tête enseignante GPT0,502
Écart entre enseignants0,252 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations13
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvidence-Based MedicineMême sujetObesity and Health PracticesTravaux en français237 207