MétaCan
Menu
Retour à la cohorte
Enregistrement W2902957037 · doi:10.1701/2990.29928

ROBIS: un nuovo strumento sviluppato per valutare i rischi di distorsione nelle revisioni sistematiche

2018· article· en· W2902957037 sur OpenAlexaff
Penny Whiting, Jelena Savović, Julian P. T. Higgins, Deborah M Caldwell, Barnaby C Reeves, Beverley Shea, Philippa Davies, Jos Kleijnen, Rachel Churchill

Notice bibliographique

RevueRecenti Progressi in Medicina · 2018
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueMeta-analysis and systematic reviews
Établissements canadiensInstitute of Population and Public Health
Organismes subventionnairesMedical Research Council
Mots-clésSystematic reviewPsychological interventionRelevance (law)Scope (computer science)Identification (biology)Selection biasPsychologyGuidelineProcess (computing)MEDLINEHealth careRisk analysis (engineering)MedicineApplied psychologyComputer sciencePathologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Obiettivo. Sviluppare ROBIS, un nuovo strumento per valutare i rischi di distorsione (bias) nelle revisioni sistematiche (piuttosto che negli studi primari). Disegno di studio e setting. Per sviluppare ROBIS abbiamo utilizzato un approccio in quattro stadi: definire l’obiettivo, ricercare le prove disponibili, organizzare incontri faccia a faccia, perfezionare lo strumento attraverso uno studio pilota. Risultati. ROBIS è stato sviluppato allo scopo di valutare le revisioni sistematiche in ambito sanitario su: effetti degli interventi sanitari, diagnosi, prognosi ed eziologia. Lo strumento è destinato principalmente a coloro che sviluppano linee-guida, autori di overview di revisioni sistematiche (revisioni di revisioni) e autori di revisioni che potrebbero voler valutare o evitare rischi di bias nelle loro revisioni. Lo strumento si completa in tre fasi: 1) valutare la rilevanza del quesito di ricerca (opzionale); 2) identificare i punti critici del processo di revisione; 3) valutare il rischio complessivo di bias (distorsione sistematica). La fase 2 considera quattro domini attraverso i quali possono essere introdotti rischi di bias nelle revisioni sistematiche: 1) criteri di eleggibilità degli studi; 2) identificazione e selezione degli studi; 3) raccolta dei dati; 3) sintesi e risultati. La fase 3 valuta il rischio complessivo di bias nell’interpretazione dei risultati della revisione e se l’interpretazione ha tenuto conto degli eventuali limiti identificati in uno qualsiasi dei domini della fase 2. Sono inoltre inserite domande chiave di supporto alla valutazione di eventuali dubbi relativi al processo di conduzione della revisione (fase 2) e al complessivo rischio di bias della revisione stessa (fase 3); queste domande mirano a individuare i possibili bias che possono verificarsi durante tutto il processo di stesura di una revisione sistematica, dalla progettazione alla conduzione, alla sintesi dei risultati fino alla scrittura delle conclusioni. Conclusioni. ROBIS è il primo strumento rigorosamente disegnato e sviluppato per la valutazione del rischio di bias nelle revisioni sistematiche.

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)0,061
score de la tête « metaresearch » (Gemma)0,159
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,939
Score d'incertitude au seuil0,320

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0610,159
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0040,003
Études des sciences et des technologies0,0020,003
Communication savante0,0100,007
Science ouverte0,0030,005
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0260,008

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 Opus0,530
Tête enseignante GPT0,518
Écart entre enseignants0,012 · 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'étudeSans objet
DomaineMéthodes
GenreMéthodes

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

En bref

Citations158
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRecenti Progressi in MedicinaMême sujetMeta-analysis and systematic reviewsTravaux en français237 207