MétaCan
Menu
Retour à la cohorte
Enregistrement W2145257154 · doi:10.1371/journal.pmed.1000086

Can We Systematically Review Studies That Evaluate Complex Interventions?

2009· article· en· W2145257154 sur OpenAlexaff
Sasha Shepperd, Simon Lewin, Sharon E. Straus, Mike Clarke, Martin Eccles, Ray Fitzpatrick, Geoff Wong, Aziz Sheikh

Notice bibliographique

RevuePLoS Medicine · 2009
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueMeta-analysis and systematic reviews
Établissements canadiensUniversity of Toronto
Organismes subventionnairesAsthma and Lung UKUniversity College LondonScottish GovernmentNational Institute for Health and Care ResearchNational Cancer Research InstituteMedical Research CouncilCancer Research Institute
Mots-clésPsychological interventionVariety (cybernetics)Intervention (counseling)Alternative medicineMedicineSystematic reviewMEDLINEMedical educationComputer scienceNursingPolitical sciencePathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND TO THE DEBATE: The UK Medical Research Council defines complex interventions as those comprising "a number of separate elements which seem essential to the proper functioning of the interventions although the 'active ingredient' of the intervention that is effective is difficult to specify." A typical example is specialist care on a stroke unit, which involves a wide range of health professionals delivering a variety of treatments. Michelle Campbell and colleagues have argued that there are "specific difficulties in defining, developing, documenting, and reproducing complex interventions that are subject to more variation than a drug". These difficulties are one of the reasons why it is challenging for researchers to systematically review complex interventions and synthesize data from separate studies. This PLoS Medicine Debate considers the challenges facing systematic reviewers and suggests several ways of addressing them.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,122
score de la tête « metaresearch » (Gemma)0,119
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,896
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,1220,119
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0080,002
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0220,003

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 Opus0,956
Tête enseignante GPT0,646
Écart entre enseignants0,310 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

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

En bref

Citations404
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS MedicineMême sujetMeta-analysis and systematic reviewsTravaux en français237 207