MétaCan
Menu
Retour à la cohorte
Enregistrement W2970684805 · doi:10.1136/bmj.l4898

RoB 2: a revised tool for assessing risk of bias in randomised trials

2019· letter· en· W2970684805 sur OpenAlexafffund
Jonathan A C Sterne, Jelena Savović, Matthew J. Page, Roy G. Elbers, Natalie Blencowe, Isabelle Boutron, Christopher J Cates, Hung‐Yuan Cheng, Mark Corbett, Sandra Eldridge, Jonathan Emberson, Miguel A. Hernán, Sally Hopewell, Asbjørn Hróbjartsson, Daniela R. Junqueira, Peter Jüni, Jamie J Kirkham, Toby J Lasserson, Tianjing Li, Alexandra McAleenan, Barnaby C Reeves, Sasha Shepperd, Ian Shrier, Lesley Stewart, Kate Tilling, Ian R. White, Penny Whiting, Julian P. T. Higgins

Notice bibliographique

RevueBMJ · 2019
Typeletter
Langueen
DomaineDecision Sciences
ThématiqueMeta-analysis and systematic reviews
Établissements canadiensMcGill UniversityJewish General HospitalSt. Michael's HospitalUniversity of Alberta
Organismes subventionnairesNational Eye InstituteMedical Research CouncilNational Institutes of HealthBiosensors International GroupCanada Research ChairsUniversity of BristolDepartment of Health and Social CareMedicines CompanyNational Institute for Health and Care ResearchEli Lilly and CompanyUniversity Hospitals Bristol NHS Foundation TrustNIHR Bristol Biomedical Research CentreNational Health and Medical Research CouncilAcademy of Medical SciencesCancer Research UKPatient-Centered Outcomes Research InstituteCHDI FoundationWellcome TrustAmgen
Mots-clésSystematic reviewMedicineRandomized controlled trialPublication biasClinical trialMEDLINEComputer scienceMeta-analysisMedical physicsInternal medicine

Résumé

récupéré en direct d'OpenAlex

Assessment of risk of bias is regarded as an essential component of a systematic review on the effects of an intervention. The most commonly used tool for randomised trials is the Cochrane risk-of-bias tool. We updated the tool to respond to developments in understanding how bias arises in randomised trials, and to address user feedback on and limitations of the original tool.

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)0,326
score de la tête « metaresearch » (Gemma)0,722
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,674
Score d'incertitude au seuil0,831

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3260,722
Méta-épidémiologie (sens strict)0,0060,005
Méta-épidémiologie (sens large)0,0140,027
Bibliométrie0,0240,016
Études des sciences et des technologies0,0020,006
Communication savante0,0130,009
Science ouverte0,0100,011
Intégrité de la recherche0,0140,023
Charge utile insuffisante (le modèle a refusé de juger)0,0320,018

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 Opus0,856
Tête enseignante GPT0,589
Écart entre enseignants0,266 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

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

Citations30 746
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMJMême sujetMeta-analysis and systematic reviewsTravaux en français237 207