Use of relative and absolute effect measures in reporting health inequalities: structured review
Notice bibliographique
Résumé
OBJECTIVE: To examine the frequency of reporting of absolute and relative effect measures in health inequalities research. DESIGN: Structured review of selected general medical and public health journals. DATA SOURCES: 344 articles published during 2009 in American Journal of Epidemiology, American Journal of Public Health, BMJ, Epidemiology, International Journal of Epidemiology, JAMA, Journal of Epidemiology and Community Health, The Lancet, The New England Journal of Medicine, and Social Science and Medicine. MAIN OUTCOME MEASURES: Frequency and proportion of studies reporting absolute effect measures, relative effect measures, or both in abstract and full text; availability of absolute risks in studies reporting only relative effect measures. RESULTS: 40% (138/344) of articles reported a measure of effect in the abstract; among these, 88% (122/138) reported only a relative measure, 9% (13/138) reported only an absolute measure, and 2% (3/138) reported both. 75% (258/344) of all articles reported only relative measures in the full text; among these, 46% (119/258) contained no information on absolute baseline risks that would facilitate calculation of absolute effect measures. 18% (61/344) of all articles reported only absolute measures in the full text, and 7% (25/344) reported both absolute and relative measures. These results were consistent across journals, exposures, and outcomes. CONCLUSIONS: Health inequalities are most commonly reported using only relative measures of effect, which may influence readers' judgments of the magnitude, direction, significance, and implications of reported health inequalities.
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 | 0,014 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».