Development of a combined database for meta‐epidemiological research
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Collections of meta-analyses assembled in meta-epidemiological studies are used to study associations of trial characteristics with intervention effect estimates. However, methods and findings are not consistent across studies. To combine data from 10 meta-epidemiological studies into a single database, and derive a harmonized dataset without overlap between meta-analyses. The database design allowed trials to be contained in different meta-analyses, multiple meta-analyses in systematic reviews, overlapping meta-analyses between systematic reviews, and multiple references to the same trial or review. Unique identifiers were assigned to each reference and used to identify duplicate trials. Sets of meta-analyses with overlapping trials were identified and duplicates removed. Overlapping trials were used to examine agreement between assessments of trial characteristics. The combined database contained 427 reviews, 454 meta-analyses and 4874 trial results. Of these, 258 meta-analyses were unique, while for 196 at least one trial overlapped with another meta-analysis. Median kappa statistics for reliability of assessments were 0.60 for sequence generation, 0.58 for allocation concealment and 0.87 for blinding. Based on inspection of sets of overlapping meta-analyses, 91 meta-analyses containing 1344 trial results were removed. Additionally, 24 duplicated trial results were removed from 16 meta-analyses, to derive a final database containing 363 meta-analyses and 3477 unique trial results. The final database will be used to examine the combined evidence on sources of bias in randomized controlled trials. The strategy used to remove overlap between meta-analyses may be of use for future empirical research. Copyright © 2010 John Wiley & Sons, Ltd.
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.
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 | 0,922 | 0,879 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,003 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,006 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 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 découle