MétaCan
Menu
Retour à la cohorte
Enregistrement W3022156859 · doi:10.1186/s12874-020-00999-9

An assessment of the quality of current clinical meta-analyses

2020· article· en· W3022156859 sur OpenAlexaff
Irbaz Hameed, Michelle Demetres, Derrick Y. Tam, Mohamed Rahouma, Faiza Khan, Drew Wright, Keith Mages, Antonio P. DeRosa, Becky Baltich Nelson, Kevin Pain, Diana Delgado, Leonard N. Girardi, Stephen E. Fremes, Mario Gaudino

Notice bibliographique

RevueBMC Medical Research Methodology · 2020
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueMeta-analysis and systematic reviews
Établissements canadiensHealth Sciences CentreSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésQuality (philosophy)Current (fluid)MEDLINEMedicinePsychologyData scienceComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The objective of this study was to assess the overall quality of study-level meta-analyses in high-ranking journals using commonly employed guidelines and standards for systematic reviews and meta-analyses. METHODS: 100 randomly selected study-level meta-analyses published in ten highest-ranking clinical journals in 2016-2017 were evaluated by medical librarians against 4 assessments using a scale of 0-100: the Peer Review of Electronic Search Strategies (PRESS), Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA), Institute of Medicine's (IOM) Standards for Systematic Reviews, and quality items from the Cochrane Handbook. Multiple regression was performed to assess meta-analyses characteristics' associated with quality scores. RESULTS: The overall median (interquartile range) scores were: PRESS 62.5(45.8-75.0), PRISMA 92.6(88.9-96.3), IOM 81.3(76.6-85.9), and Cochrane 66.7(50.0-83.3). Involvement of librarians was associated with higher PRESS and IOM scores on multiple regression. Compliance with journal guidelines was associated with higher PRISMA and IOM scores. CONCLUSION: This study raises concerns regarding the reporting and methodological quality of published MAs in high impact journals Early involvement of information specialists, stipulation of detailed author guidelines, and strict adherence to them may improve quality of published meta-analyses.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,865
score de la tête « metaresearch » (Gemma)0,919
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: Méthodes
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,710
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,8650,919
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0100,007
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0080,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0430,000

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.

Tête enseignante Opus0,999
Tête enseignante GPT0,886
Écart entre enseignants0,113 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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

Citations25
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Medical Research MethodologyMême sujetMeta-analysis and systematic reviewsTravaux en français237 207