The Subjectivity of Objectivity: The Social, Cultural and Political Shaping of Evidence-Based Medicine
Notice bibliographique
Résumé
Most critiques of evidence-based medicine (EBM) focus on the scientific shortcomings of the technique. Social scientists are more likely to criticize EBM for it ideological biases. In this chapter, we provide a different critique. Our critique does not focus on the inconsistencies and practical problems of data collection. We find EBM to be flawed, not because it fails to be scientific, but because - like all science - it imports the biases of researchers and clinicians. In this paper we explore three sources of these biases: the structural arrangement of clinical research, the cultural ideas that shape research questions and research design, and the political goals that influence how evidence is presented in the public arena. Our evidence - drawn from separate studies of 1) the funding of pharmaceutical research, 2) the use of research data to support government policy on home birth in the Netherlands, and 3) the use of previous research on adverse events in The Institute of Medicine's report on Medical Error - shows how bias finds its way into the scientific literature. If medicine wants to be truly evidence based, it has to take these structural, cultural and political biases into account when designing policies and practices.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,387 | 0,429 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,011 | 0,009 |
| Études des sciences et des technologies | 0,016 | 0,266 |
| Communication savante | 0,036 | 0,035 |
| Science ouverte | 0,006 | 0,022 |
| Intégrité de la recherche | 0,018 | 0,028 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».