MétaCan
Menu
Retour à la cohorte
Enregistrement W2129642207 · doi:10.1212/wnl.0000000000001866

Development of the Standards of Reporting of Neurological Disorders (STROND) checklist

2015· article· en· W2129642207 sur OpenAlexfundno aff
Derrick Bennett, Carol Brayne, Valery L. Feigin, Suzanne Barker‐Collo, Michael Brainin, Daniel Davis, V. Gallo, Nathalie Jetté, André Karch, John F. Kurtzke, Pablo M. Lavados, Giancarlo Logroscino, Gabriele Nagel, Pierre‐Marie Preux, Peter M. Rothwell, Lawrence W. Svenson

Notice bibliographique

RevueNeurology · 2015
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurology and Historical Studies
Établissements canadiensnon disponible
Organismes subventionnairesO'Brien Institute for Public Health, University of CalgaryClínica Alemana de SantiagoUniversität UlmUniversidad de ChileUniversity of OxfordUniversity of AlbertaQueen Mary University of LondonGeorgetown UniversityAuckland University of Technology, New ZealandUniversité de LimogesUniversity College London
Mots-clésChecklistGuidelineMedicineDescriptive statisticsDelphi methodFamily medicineMEDLINEDescriptive researchIncidence (geometry)PsychologyPathologyComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Incidence and prevalence studies of neurologic disorders play an important role in assessing the burden of disease and planning services. However, the assessment of disease estimates is hindered by problems in reporting for such studies. Despite a growth in published reports, existing guidelines relate to analytical rather than descriptive epidemiologic studies. There are also no user-friendly tools (e.g., checklists) available for authors, editors, and peer reviewers to facilitate best practice in reporting of descriptive epidemiologic studies for most neurologic disorders. OBJECTIVE: The Standards of Reporting of Neurological Disorders (STROND) is a guideline that consists of recommendations and a checklist to facilitate better reporting of published incidence and prevalence studies of neurologic disorders. METHODS: A review of previously developed guidance was used to produce a list of items required for incidence and prevalence studies in neurology. A 3-round Delphi technique was used to identify the "basic minimum items" important for reporting, as well as some additional "ideal reporting items." An e-consultation process was then used in order to gauge opinion by external neuroepidemiologic experts on the appropriateness of the items included in the checklist. FINDINGS: Of 38 candidate items, 15 items and accompanying recommendations were developed along with a user-friendly checklist. CONCLUSIONS: The introduction and use of the STROND checklist should lead to more consistent, transparent, and contextualized reporting of descriptive neuroepidemiologic studies resulting in more applicable and comparable findings and ultimately support better health care decisions.

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 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)0,403
score de la tête « metaresearch » (Gemma)0,514
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,597
Score d'incertitude au seuil0,736

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,4030,514
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0040,006
Bibliométrie0,0210,010
Études des sciences et des technologies0,0030,003
Communication savante0,0060,007
Science ouverte0,0090,010
Intégrité de la recherche0,0030,008
Charge utile insuffisante (le modèle a refusé de juger)0,0070,003

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 Opus0,061
Tête enseignante GPT0,299
Écart entre enseignants0,237 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
DomainePrésentation des résultats
GenreMéthodes

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

En bref

Citations76
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeurologyMême sujetNeurology and Historical StudiesTravaux en français237 207