Multiple Comparisons in Variation of Care Research
Notice bibliographique
Résumé
Research in hospital variation is important and currently very popular. However, due to the methods employed in such studies—namely, the retrospective mining of large datasets and the use of several alternative variation groupings—some results may be spurious. In this commentary, we perform an empirical analysis of the 50 most highly cited and the 50 most recent papers focusing on variation in medical care. Across these studies, we identify at least 13 unique groupings and could find no single instance where a medical practice was found not to vary. We go on to discuss one example of variation—statin use—in more detail to elucidate the tensions that these studies often create. Together, these results suggest that multiple hypothesis testing is a concern for variation research. Finally, we outline strategies to mitigate this concern. RÉSUMÉ La recherche sur la variation hospitalière est importante et actuellement très populaire. Toutefois, en raison des méthodes employées dans de telles études—notamment, l’extraction rétrospective de grands ensembles de données et l’utilisation de plusieurs groupe- ments de variation alternatifs—certains résultats peuvent être fautifs. Dans ce commentaire, nous effectuons une analyse empirique des 50 articles les plus citées et des 50 articles les plus récents se concentrant sur la variation dans les soins médicaux. Dans ces études, nous identifions au moins 13 groupements uniques, et ne pouvions trouver aucun cas où une pratique médicale ne variait pas. Nous discutons ensuite d’un exemple de variation—dans l’utilisation de statines—en plus de détails afin d’élucider les tensions que ces études suscitent souvent. Collectivement, ces résultats suggèrent que la mise à l’essai de multiples hypothèses est une préoccupation lors de la recherche sur la variation. Finalement, nous décrivons des stratégies pour atténuer cette préoccupation.
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 | 0,003 | 0,011 |
| 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 | 0,000 |
| 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 ».