PHASES and the natural history of unruptured aneurysms: science or pseudoscience?
Notice bibliographique
Résumé
Unruptured intracranial aneurysms (UIAs) are increasingly discovered and preventive interventions increasingly performed; from 2000 to 2010, rates of coiling have exploded (14-fold from 0.3 to 4.3 per 100 000 American Medicare beneficiaries).1 The problem is that no one knows whether preventive interventions do more harm than good. During the same period, rates of subarachnoid hemorrhage (SAH) also increased from 20 to 25 per 100 000.1 Questioning the merit of preventive interventions is long overdue, but once questions are raised, how to properly address them? On the surface, one reasonable answer is to try to identify patients for whom treatment would be indicated and separate them from patients for whom treatment would be futile or harmful. The idea makes sense, provided we proceed with the right methods. The core problem starts when a ‘natural history’ approach is employed. This method had noble beginnings, with the observation of animals and plants by Aristotle and Pliny the Elder,2 ,3 but it has now disappeared from all other domains in medicine, except ours. The most recent product of this approach is the PHASES scoring system, which proposes ‘a risk prediction chart to guide clinical decisions’.4 ,5 A fundamental question is whether this approach is scientific or pseudoscientific. Karl Popper attempted to demarcate science from pseudoscience: ‘A theory which is not refutable by any conceivable event is nonscientific. Irrefutability is not a virtue of a theory (as people often think) but a vice’.6 Let's see whether PHASES was designed to be refutable. Natural history studies have long looked for risk factors for rupture, such as aneurysm …
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».