MétaCan
Menu
Retour à la cohorte
Enregistrement W2803881670 · doi:10.1016/j.canep.2018.04.009

Alcohol intake and gastric cancer: Meta-analyses of published data versus individual participant data pooled analyses (StoP Project)

2018· review· en· W2803881670 sur OpenAlexaff
Ana Ferro, Samantha Morais, Matteo Rota, Claudio Pelucchi, Paola Bertuccio, Rossella Bonzi, Carlotta Galeone, Zuo‐Feng Zhang, Keitaro Matsuo, Hidemi Ito, Jinfu Hu, Kenneth C. Johnson, Guo-Pei Yu, Domenico Palli, Monica Ferraroni, Joshua Muscat, Reza Malekzadeh, Weimin Ye, Huan Song, Давид Заридзе, Dmitry Maximovitch, Nerea Fernández de Larrea, Manolis Kogevinas, Jesús Vioqué, Eva María Navarrete‐Muñoz, Mohammadreza Pakseresht, Farhad Pourfarzi, Alicja Wolk, Nicola Orsini, Andrea Bellavia, Niclas Håkansson, Lina Mu, Roberta Pastorino, Robert C. Kurtz, Mohammad H. Derakhshan, Areti Lagiou, Παγώνα Λάγιου, Paolo Boffetta, Stefania Boccia, Eva Negri, Carlo La Vecchia, Bárbara Peleteiro, Nuno Lunet

Notice bibliographique

RevueCancer Epidemiology · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueAlcohol Consumption and Health Effects
Établissements canadiensUniversity of AlbertaUniversity of Ottawa
Organismes subventionnairesUniversidad de LeónFundação para a Ciência e a TecnologiaFundación para el Fomento de la Investigación Sanitaria y Biomédica de la Comunitat ValencianaInstituto de Salud Carlos IIIUniversidade do PortoUniversidad de OviedoEuropean Regional Development FundUniversidad de HuelvaAssociazione Italiana per la Ricerca sul CancroUniversidad de CantabriaFondazione Italiana per la Ricerca sul CancroMinistero della Salute
Mots-clésFunnel plotMedicineMeta-analysisPublication biasCancerStudy heterogeneityOdds ratioDemographyStatisticsInternal medicine

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,016
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,977
Score d'incertitude au seuil0,086

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,038
Méta-épidémiologie (sens strict)0,0040,002
Méta-épidémiologie (sens large)0,0230,056
Bibliométrie0,0060,006
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,003
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,939
Tête enseignante GPT0,670
Écart entre enseignants0,270 · 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.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreEmpirique

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

En bref

Citations23
Publié2018
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueCancer EpidemiologyMême sujetAlcohol Consumption and Health EffectsTravaux en français237 207