Use of Grading of Recommendations, Assessment, Development, and Evaluation to Combat Fake News: A Case Study of Influenza Vaccination in Pregnancy
Notice bibliographique
Résumé
BACKGROUND: The Grading of Recommendations, Assessment, Development, and Evaluation (GRADE) framework is a validated evaluation tool used to assess the quality of scientific publications. It helps in enhancing clinicians' decision-making process and supports production of informed healthy policy. OBJECTIVE: The purpose of this report was two-fold. First, we reviewed the interpretation of observational studies. The second purpose was to share or provide an example using the GRADE criteria. METHODS: To illustrate the use of the GRADE framework to assess publications, we selected a study evaluating the risk of spontaneous abortion (SAB) after influenza vaccine administration. RESULTS: Since 2004, the Centers for Disease Control and Prevention and the Advisory Committee on Immunization Practice have recommended influenza vaccination of pregnant women. Previous studies have not found an association between influenza vaccination and SAB. However, in a recent case-control study by Donahue et al, a correlation with SAB in women who received the H1N1 influenza vaccine was identified. For women who received H1N1-containing vaccine in the previous and current influenza season, the adjusted odds ratio (aOR) for SAB was 7.7 (95% CI, 2.2-27.3), while the aOR for women not vaccinated in the previous season but vaccinated in the current season was 1.3 (95% CI, 0.7-2.7). CONCLUSIONS: Our goal is to enable the readers to critique published literature using appropriate evaluation tools such as GRADE.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».