MétaCan
Menu
Retour à la cohorte
Enregistrement W2989700520 · doi:10.1289/isesisee.2018.p03.1560

Development, Application and Evaluation of Risk of Bias Criteria for Case-Crossover and Time-Series Studies of Air Pollution and Health

2018· article· en· W2989700520 sur OpenAlexaff
Dave Stieb, Dina H. Salama, Carine Zheng, Ninon Lyrette, Éric Lavigne

Notice bibliographique

RevueISEE Conference Abstracts · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensUniversity of OttawaHealth Canada
Organismes subventionnairesnon disponible
Mots-clésSystematic reviewContext (archaeology)OperationalizationGeneralizability theoryRisk assessmentConfoundingMeta-analysisPublication biasObservational studyRisk analysis (engineering)MedicineEnvironmental healthComputer scienceMEDLINEStatistics

Résumé

récupéré en direct d'OpenAlex

Systematic review and meta-analysis methods are increasingly being applied to environmental health literature. However, these methods have not been routinely applied within the context of formal risk assessments, despite common aims and practices, including systematic identification, analysis and summary assessment of the weight of evidence linking exposures and outcomes. A particular gap in these practices is the availability of standardized criteria for assessing risk of bias in studies of environmental exposures, operationalized in a form that can be efficiently and reliably applied by reviewers / risk assessors to a potentially large number of primary studies. Building on the Navigation Guide systematic review methodology, we developed, applied and evaluated risk of bias criteria applicable to time series and case-crossover studies linking air pollution and cardiovascular and respiratory morbidity, operationalizing them in DistillerSR™ systematic review software in the context of a systematic review of health effects of nitrogen dioxide. Risk of bias domains comprised: selection bias and generalizability, exposure assessment, confounding, outcome assessment, completeness of outcome data, selective outcome reporting, conflict of interest and other sources of bias. Risk of bias criteria were developed through literature review and expert consultation and evaluated with respect to content and face validity, inter-rater agreement and completion time. Our findings address the feasibility and reliability of our risk of bias criteria for time series and case-crossover studies linking air pollution and cardiovascular and respiratory morbidity. These criteria may provide a promising tool in the context of both systematic review and risk assessment. PROSPERO registration number CRD42018084497.

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)0,735
score de la tête « metaresearch » (Gemma)0,874
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: Méthodes
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,265
Score d'incertitude au seuil0,327

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,7350,874
Méta-épidémiologie (sens strict)0,0060,004
Méta-épidémiologie (sens large)0,0150,031
Bibliométrie0,0470,032
Études des sciences et des technologies0,0030,006
Communication savante0,0110,011
Science ouverte0,0090,014
Intégrité de la recherche0,0090,006
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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 Opus0,238
Tête enseignante GPT0,433
Écart entre enseignants0,195 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueISEE Conference AbstractsMême sujetAir Quality and Health ImpactsTravaux en français237 207