Causality, mathematical models and statistical association: dismantling evidence‐based medicine
Notice bibliographique
Résumé
From humble beginnings, largely at the medical school at McMaster University, Canada, the evidence-based medicine (EBM) movement has enjoyed a spectacular rise in international acceptance over the last 25 years. Randomized controlled trials (RCTs) and systematic reviews based on them have pride of place (the gold standard) in EBM's hierarchy of evidence; models and theories are relegated to the bottom of the hierarchy. In the last decade, RCTs have been extensively criticized. I briefly rehearse those criticisms because they are an important backdrop to the criticism of EBM developed in this paper. In essence, the argument developed here is that RCTs use mathematics solely as a tool of analysis rather than as the language of the science and that this fundamentally affects the validity of causal claims. As EBM gives pride of place to RCTs and devalues theoretical models - a devaluation that would be incomprehensible to a physicist or biologist - the validity of EBM's causal claims and knowledge claims are weak and far from a 'gold standard'.
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 | 0,271 | 0,501 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,007 | 0,003 |
| Bibliométrie | 0,013 | 0,009 |
| Études des sciences et des technologies | 0,004 | 0,087 |
| Communication savante | 0,016 | 0,033 |
| Science ouverte | 0,006 | 0,014 |
| Intégrité de la recherche | 0,013 | 0,036 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; 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 ».