NONRANDOMIZED STUDIES: THE HAZARDOUS PRACTICE OF TESTING FOR BASELINE IMBALANCES
Notice bibliographique
Résumé
Nonrandomized studies are increasingly used to evaluate interventions where randomization is not feasible or desired such as with policy reforms or practice change. A common practice is to statistically compare baseline characteristics between the control and intervention group to determine imbalances and confounders for model adjustment. This practice, however, has been shown to be inappropriate since false positives and negatives are not controlled. Moreover, the use of this practice to select confounders for model adjustment can introduce rather than protect against bias. The goals of this assessment were 1) to assess current publishing guidelines regarding baseline testing and 2) to elaborate recommendations. The guidelines from 16 high-impact journals were assessed. The journals did not provide direct guidance and referred authors to one or more of the following guidelines: ICMJE (International Committee of Medical Journal Editors), STROBE (Strengthening the Reporting of Observational Studies in Epidemiology) and the Equator Network, including TREND (Transparent Reporting of Evaluations with Nonrandomized Designs). ICMJE provided no specific guidance and referred to STROBE. While STROBE did correctly recommend choosing confounders at study design stage; no guidance on specific analytical methods were given. Finally, TREND actually promoted baseline testing. Experts recommend that adjustment variables should be chosen at the design stage based on clinical knowledge. Sensitivity analyses, such as the use of doubly-robust methods, are also recommended. In conclusion, reporting guidelines need to be updated to offer more appropriate methods. Journal editors have the power to promote good research by explicitly discouraging baseline testing in nonrandomized studies.
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 | 0,794 | 0,890 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,009 | 0,006 |
| Bibliométrie | 0,011 | 0,013 |
| Études des sciences et des technologies | 0,004 | 0,026 |
| Communication savante | 0,015 | 0,017 |
| Science ouverte | 0,009 | 0,008 |
| Intégrité de la recherche | 0,010 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,003 |
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 ».