MétaCan
Menu
Retour à la cohorte
Enregistrement W2566473850 · doi:10.1515/em-2015-0024

Perfect is the Enemy of Good: Going to the War on Cancer with Less Evidence than We Could Have

2015· article· en· W2566473850 sur OpenAlexaff
Eduardo L. Franco

Notice bibliographique

RevueEpidemiologic Methods · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésAdversaryPerspective (graphical)Breast cancerPoliticsPublic healthBalance (ability)Randomized controlled trialHealth careCancerMedicinePublic relationsActuarial sciencePsychologyPublic economicsPolitical scienceEconomicsComputer scienceComputer securityNursingLawSurgery

Résumé

récupéré en direct d'OpenAlex

Abstract Randomized controlled trials have been the mainstay of high-level evidence for or against cancer screening strategies. However, simple proof of reduction in cause-specific mortality is not enough for policymaking, particularly in the last 10 years. Today’s clinical and public health guidelines take into account the balance of risks to benefits from screening, costs, utilities, the political risk of inaction, the societal tolerance to risk, healthcare providers’ preferences, client choices, and other imponderables or subjective variables that cannot be captured or addressed via epidemiologic studies. This commentary uses the above perspective in discussing Miettinen’s arguments concerning the science of breast cancer screening.

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)0,121
score de la tête « metaresearch » (Gemma)0,293
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,121
Score d'incertitude au seuil0,641

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1210,293
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0050,003
Études des sciences et des technologies0,0040,029
Communication savante0,0100,021
Science ouverte0,0060,004
Intégrité de la recherche0,0240,041
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,610
Tête enseignante GPT0,548
Écart entre enseignants0,062 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreCommentaire

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

En bref

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEpidemiologic MethodsMême sujetGlobal Cancer Incidence and ScreeningTravaux en français237 207