Quality of Evidence Must Guide Risk Assessment of Asbestos, by Lenters, V; Burdorf, A; Vermeulen, R; Stayner, L; Heederik, D
Notice bibliographique
Résumé
In 2011, Lenters et al. (2011) published a meta-analysis of the relationship between asbestos exposure and consequent lung cancer risk. In 2012, this journal published a critique (Berman and Case, 2012) of the meta-analysis, together with a response (Lenters et al., 2012) by (most of) the original authors. This letter examines some statistical issues raised in this exchange, and suggests that the main finding of the original meta-analysis is less robust than claimed, and should be interpreted cautiously. Lenters et al. performed their calculations in SAS, using a random effects approach and estimating between study variance using restricted maximum likelihood. The present calculations are made on the same basis, but using the R package ‘metafor’ (Viechtbauer, 2010). The central claim of the original meta-analysis was that ‘studies with higher quality asbestos exposure assessment yield higher meta-estimates of the lung cancer risk per unit of exposure’, and the essence of Berman and Case’s critique was that this conclusion was based on estimates that were in many cases not conventionally statistically significant, and were additionally over-reliant on the findings from 1 of the 19 studies examined. Table 1 of Lenters et al. (2011) lists the studies, and this letter uses the numbering given there.
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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,283 | 0,702 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,007 |
| Bibliométrie | 0,011 | 0,009 |
| Études des sciences et des technologies | 0,003 | 0,011 |
| Communication savante | 0,025 | 0,017 |
| Science ouverte | 0,006 | 0,007 |
| Intégrité de la recherche | 0,015 | 0,030 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,004 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex 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 ».