MétaCan
Menu
Retour à la cohorte
Enregistrement W2225825761 · doi:10.1371/journal.pbio.1002331

Where Have All the Rodents Gone? The Effects of Attrition in Experimental Research on Cancer and Stroke

2016· review· en· W2225825761 sur OpenAlexaff
Constance Holman, Sophie K. Piper, Ulrike Grittner, Andreas Antonios Diamantaras, Jonathan Kimmelman, Bob Siegerink, Ulrich Dirnagl

Notice bibliographique

RevuePLoS Biology · 2016
Typereview
Langueen
DomaineVeterinary
ThématiqueAnimal testing and alternatives
Établissements canadiensMcGill University
Organismes subventionnairesBundesministerium für Bildung und Forschung
Mots-clésAttritionStatistical powerBiologySample size determinationStatisticsOutlierStroke (engine)Random effects modelCancerMeta-analysisMathematicsMedicineInternal medicineGenetics

Résumé

récupéré en direct d'OpenAlex

Given small sample sizes, loss of animals in preclinical experiments can dramatically alter results.However, effects of attrition on distortion of results are unknown.We used a simulation study to analyze the effects of random and biased attrition.As expected, random loss of samples decreased statistical power, but biased removal, including that of outliers, dramatically increased probability of false positive results.Next, we performed a meta-analysis of animal reporting and attrition in stroke and cancer.Most papers did not adequately report attrition, and extrapolating from the results of the simulation data, we suggest that their effect sizes were likely overestimated.Where have all the rodents gone?Ooh ooh, ooh ooh, ooh To non-random attrition, every one When will they ever learn?-with apologies to Pete Seeger, 1955

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)0,023
score de la tête « metaresearch » (Gemma)0,049
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,977
Score d'incertitude au seuil0,124

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,049
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,002
Communication savante0,0020,003
Science ouverte0,0020,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,503
Tête enseignante GPT0,553
Écart entre enseignants0,050 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
DomaineMéthodes
GenreSynthèse

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

En bref

Citations118
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS BiologyMême sujetAnimal testing and alternativesTravaux en français237 207