MétaCan
Menu
Retour à la cohorte
Enregistrement W2958692365 · doi:10.1055/s-0039-1688484

A Decision-Analytic Approach to Addressing the Evidence About Football and Chronic Traumatic Encephalopathy

2019· review· en· W2958692365 sur OpenAlexaff
Kevin Brand, Adam M. Finkel

Notice bibliographique

RevueSeminars in Neurology · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedicineChronic traumatic encephalopathyCritical appraisalSkepticismConcussionPoison controlInjury preventionPathologyEnvironmental healthAlternative medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Doubts can be raised about almost any assertion that a particular exposure can lead to an increase in a given adverse health effect. Even some of the most well-accepted causal associations in public health, such as that linking cigarette smoking to increased lung cancer risk, have intriguing research questions remaining to be answered. The inquiry whether an exposure causes a disease is never wholly a yes/no question but ought to follow from an appraisal of the weight of evidence supporting the positive conclusion in light of any coherent theories casting doubt on this evidence and the data supporting these. More importantly, such an appraisal cannot be made sensibly without considering the relative consequences to public health and economic welfare of specific actions based on unwarranted credulity (false positives) versus unwarranted skepticism (false negatives). Here we appraise the weight of evidence for the premise that repeated head impacts (RHIs) in professional football can increase the incidence of chronic traumatic encephalopathy (CTE) and, in turn, cause a variety of cognitive and behavioral symptoms. We first dismiss four logical fallacies that should not affect the appraisal of the weight of evidence. We then examine four alternative hypotheses in which RHI is not associated with CTE or symptoms (or both), and we conclude that the chances are small that the RHI→ CTE→ symptoms link is coincidental or artifactual. In particular, we observe that there are many specific interventions for which, even under a skeptical appraisal of the weight of evidence, the costs of a false positive are smaller than the false negative costs of refusing to intervene.

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)0,416
score de la tête « metaresearch » (Gemma)0,549
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,416
Score d'incertitude au seuil0,720

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,4160,549
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0070,005
Bibliométrie0,0180,009
Études des sciences et des technologies0,0040,013
Communication savante0,0140,009
Science ouverte0,0080,011
Intégrité de la recherche0,0070,012
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,305
Tête enseignante GPT0,452
Écart entre enseignants0,147 · 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
Domainenon disponible
GenreSynthèse

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

En bref

Citations11
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSeminars in NeurologyMême sujetTraumatic Brain Injury ResearchTravaux en français237 207