MétaCan
Menu
Retour à la cohorte
Enregistrement W3040538152 · doi:10.12688/f1000research.24469.1

Current practice in systematic reviews including the ‘PICO for each synthesis’ and methods other than meta-analysis: protocol for a cross-sectional study

2020· preprint· en· W3040538152 sur OpenAlexfundno aff
Miranda Cumpston, Joanne E. McKenzie, James Thomas, Sue Brennan

Notice bibliographique

RevueF1000Research · 2020
Typepreprint
Langueen
DomaineDecision Sciences
ThématiqueMeta-analysis and systematic reviews
Établissements canadiensnon disponible
Organismes subventionnairesNational Health and Medical Research CouncilMedical Research CouncilAustralian GovernmentMcMaster University
Mots-clésSystematic reviewMeta-analysisPsychological interventionMedicineData scienceComputer scienceMEDLINEBiologyPathology

Résumé

récupéré en direct d'OpenAlex

Introduction : Systematic reviews are used to synthesise research and inform decision making by clinicians, consumers and policy makers. The synthesis component of systematic reviews is often narrowly considered as the use of statistical methods to combine the results of studies, primarily meta-analysis. However, synthesis can be considered more broadly as a process beginning with: (i) defining the groupings of populations, interventions and outcomes to be compared (the ‘PICO for each synthesis’); (ii) examining the characteristics of the available studies; and (iii) applying synthesis methods from among multiple options. To date, there has been limited examination of approaches used in reviews to define and group PICO characteristics and synthesis methods other than meta-analysis. Objectives : To identify and describe current practice in systematic reviews in relation to structuring the PICO for each synthesis and methods for synthesis when meta-analysis is not used. Methods : We will randomly sample 100 systematic reviews of the effects of public health and health systems interventions published in 2018 and indexed in the Health Evidence and Health Systems Evidence databases. Two authors will independently screen studies for eligibility. One author will extract data on approaches to grouping and defining populations, interventions and outcomes, and the rationale for the chosen groups; and the presentation and synthesis methods used (e.g. tabulation, visual displays, statistical synthesis methods such as combining P values, vote counting based on direction of effect). A second author will undertake independent data extraction for a subsample of reviews. Descriptive statistics will be used to summarise the findings. Specifically, we will compare approaches to grouping in reviews that primarily use meta-analysis versus those that do not. Conclusion : This study will provide an understanding of current practice in two important aspects of the synthesis process, enabling future research to test the feasibility and impact of different methodological approaches.

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)0,363
score de la tête « metaresearch » (Gemma)0,630
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,637
Score d'incertitude au seuil0,785

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3630,630
Méta-épidémiologie (sens strict)0,0080,013
Méta-épidémiologie (sens large)0,0140,028
Bibliométrie0,0180,028
Études des sciences et des technologies0,0050,012
Communication savante0,0140,012
Science ouverte0,0090,013
Intégrité de la recherche0,0170,029
Charge utile insuffisante (le modèle a refusé de juger)0,1340,066

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 Opus0,966
Tête enseignante GPT0,754
Écart entre enseignants0,211 · 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'étudeObservationnel
DomaineMéthodes
GenreProtocole

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

En bref

Citations41
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueF1000ResearchMême sujetMeta-analysis and systematic reviewsTravaux en français237 207