Tackling Research Inefficiency in Degenerative Cervical Myelopathy: Illustrative Review
Notice bibliographique
Résumé
BACKGROUND: Degenerative cervical myelopathy (DCM) is widely accepted as the most common cause of adult myelopathy worldwide. Despite this, there is no specific term or diagnostic criteria in the International Classification of Diseases 11th Revision and no Medical Subject Headings (MeSH) or an equivalent in common literature databases. This makes searching the literature and thus conducting systematic reviews or meta-analyses imprecise and inefficient. Efficient research synthesis is integral to delivering evidence-based medicine and improving research efficiency. OBJECTIVE: This study aimed to illustrate the difficulties encountered when attempting to carry out a comprehensive and accurate evidence search in the field of DCM by identifying the key sources of imprecision and quantifying their impact. METHODS: To identify the key sources of imprecision and quantify their impact, an illustrative search strategy was developed using a validated DCM hedge combined with contemporary strategies used by authors in previous systematic reviews and meta-analyses. This strategy was applied to Medical Literature Analysis and Retrieval System Online (MEDLINE) and Excerpta Medica dataBASE (EMBASE) databases looking for relevant DCM systematic reviews and meta-analyses published within the last 5 years. RESULTS: The MEDLINE via PubMed search strategy returned 24,166 results, refined to 534 papers after the application of inclusion and exclusion criteria. Of these, 32.96% (176/534) results were about DCM, and 18.16% (97/534) of these were DCM systematic reviews or meta-analyses. Non-DCM results were organized into imprecision categories (spinal: 268/534, 50.2%; nonspinal: 84/534, 15.5%; and nonhuman: 8/534, 1.5%). The largest categories were spinal cord injury (75/534, 13.67%), spinal neoplasms (44/534, 8.24%), infectious diseases of the spine and central nervous system (18/534, 3.37%), and other spinal levels (ie, thoracic, lumbar, and sacral; 18/534, 3.37%). Counterintuitively, the use of human and adult PubMed filters was found to exclude a large number of relevant articles. Searching a second database (EMBASE) added an extra 12 DCM systematic reviews or meta-analyses. CONCLUSIONS: DCM search strategies face significant imprecision, principally because of overlapping and heterogenous search terms, and inaccurate article indexing. Notably, commonly employed MEDLINE filters, human and adult, reduced search sensitivity, whereas the related articles function and the use of a second database (EMBASE) improved it. Development of a MeSH labeling and a standardized DCM definition would allow comprehensive and specific indexing of DCM literature. This is required to support a more efficient research synthesis.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,060 | 0,197 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,009 |
| Bibliométrie | 0,024 | 0,021 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».