One relative risk versus two odds ratios: implications for meta-analyses involving paired and unpaired binary data
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
BACKGROUND: There are debates on whether the conditional odds ratio or marginal odds ratio should be used in meta-analysis involving both paired and unpaired binary data. Although statistically sound, both approaches result in overall odds ratios which are known to be less meaningful to consumers. PURPOSE: To show that while two odds ratios can be calculated in a pair-matched study, there is only one relative risk for such design, and to discuss the implications for meta-analysis involving both paired and unpaired binary data. METHODS: Algebra and an example, along with standard software for implementing relative risk regression models. RESULTS: The choice of relative risk as the effect measure in pair-matched design not only simplifies analysis and interpretation for individual studies, but makes mata-analysis involving both paired and unpaired studies straightforward. Pooling marginal odds ratios in a meta-analysis of diabetic retinopathy treatment resulted in a summarized odds ratio of 2.25 (95% CI 1.83-2.75), compared with that of 2.44 (95% CI 1.95-3.04) from pooling conditional odds ratios. In contrast, summarizing relative risks resulted in an overall effect measure of 1.09 (95% CI 1.06-1.11), implying the treatment reduces visual deterioration rate by 9%. CONCLUSION: Relative risk may be the first consideration in measuring effect for analyzing prospective studies with binary outcomes.
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 | 0,702 | 0,820 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,011 | 0,006 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle