Reporting of Sex Effects by Systematic Reviews on Interventions for Depression, Diabetes, and Chronic Pain
Notice bibliographique
Résumé
Systematic reviews (SRs) have the potential to contribute uniquely to the evaluation of sex and gender differences (termed "sex effects"). This article describes the reporting of sex effects by SRs on interventions for depression, type 2 diabetes mellitus, and chronic pain conditions (chronic low back pain, knee osteoarthritis, and fibromyalgia). It includes SRs published since 1 October 2009 that evaluate medications, behavioral interventions, exercise, quality improvement, and some condition-specific treatments. The reporting of sex effects by primary randomized, controlled trials is also examined. Of 313 eligible SRs (86 for depression, 159 for type 2 diabetes mellitus, and 68 for chronic pain), few (n = 29) reported sex effects. Most SRs reporting sex effects used metaregression, whereas 9 SRs used subgroup analysis or individual-patient data meta-analysis. The proportion of SRs reporting the sex distribution of primary studies varied from a low of 31% (n = 8) for low back pain to a high of 68% (n = 23) for fibromyalgia. Primary randomized, controlled trials also infrequently reported sex effects, and most lacked an adequate sample size to examine them. Therefore, all SRs should report the proportion of women enrolled in primary studies and evaluate sex effects using appropriate methods whenever power is adequate.
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 | 0,276 | 0,708 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,012 | 0,020 |
| Bibliométrie | 0,028 | 0,027 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».