Re: “Invited Commentary: How Big Is That Interaction (In My Community)—And in Which Direction?”
Notice bibliographique
Résumé
In their invited commentary on an article by Turner et al. (1), Panagiotou and Wacholder (2) discuss the estimation of population attributable risks (PARs), or population attributable fractions as they call them, when multiple risk factors are involved. In particular, they consider the difference between the PAR associated with the combined effects of 2 factors and the sum of the effects for each factor separately. In referring to much earlier work of mine on this topic (3), they state that I showed that “for a rare outcome” (2, p. 1154) this difference would be zero under an additive model of disease risks. In fact, in my earlier paper (3), I established quite general conditions under which these 2 methods of calculating PARs would be equivalent, and, contrary to Panagiotou and Wacholder's claim, no rare outcome assumption is required. In particular, my equation results show that the combined versus summative formulations of 2 PARs will be equal if the disease risks are additive or if no one is exposed to both factors (see equation 9 in my paper (3)). The only sense in which rarity of outcomes might be invoked in practice is if the additive model becomes empirically untenable—for instance, if it were to predict risks greater than 100% for doubly exposed persons, based on the risks associated with single exposures. Note that my paper also considered an important related issue—specifically, identification of the conditions under which a marginal estimate of PAR for a risk factor of interest would be valid in the presence of other risk factors. (If the conditions are satisfied, then a marginal approach to PAR estimation might be adopted, with only more limited data then being required.) These conditions were that either the exposures are independently distributed in the population or the other factors do not increase risk for persons unexposed to the factor of interest. When there are only 2 risk factors, one of these conditions must necessarily be true; however, in the situation of more than 2 risk factors, analogous conditions yield validity of a marginal PAR—but then the conditions need not necessarily be true. Again, no rare outcome assumption is required for any of these results. Conflict of interest: none declared.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Commentaire Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Sans objet | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Commentaire Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Sans objet | high |
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 | 0,013 | 0,098 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,013 | 0,007 |
| Communication savante | 0,012 | 0,010 |
| Science ouverte | 0,006 | 0,006 |
| Intégrité de la recherche | 0,157 | 0,148 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,016 |
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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».