MétaCan
Menu
Retour à la cohorte
Enregistrement W3149528813 · doi:10.1186/s41512-021-00097-4

PRISMA-DTA for Abstracts: a new addition to the toolbox for test accuracy research

2021· article· en· W3149528813 sur OpenAlexafffund
Daniël A. Korevaar, Patrick M. Bossuyt, Matthew D. F. McInnes, Jérémie F. Cohen

Notice bibliographique

RevueDiagnostic and Prognostic Research · 2021
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueMeta-analysis and systematic reviews
Établissements canadiensUniversity of OttawaOttawa Hospital
Organismes subventionnairesUniversity of Ottawa
Mots-clésToolboxGuidelineTest (biology)Consolidated Standards of Reporting TrialsObservational studySystematic reviewComputer scienceMedical physicsClinical trialMEDLINEInformation retrievalMedicineData sciencePolitical sciencePathology

Résumé

récupéré en direct d'OpenAlex

Reporting guidelines for abstractsEarlier versions of reporting guidelines primarily provided guidance for full-text articles, but there has also been growing attention for reporting journal and conference abstracts over the years. This started with CONSORT for Abstracts, which was published in 2008 as an extension of CONSORT and provided guidance for reporting abstracts of clinical trials [14]. Since then, extensions of other reporting guidelines specifically focusing on the reporting of abstracts have been developed. Currently reporting guidelines for abstracts are available for at least five types of study designs: clinical trials, observational studies, systematic reviews, test accuracy studies, overviews of systematic reviews, and multivariable prediction models [15, 16]. More are likely to follow.The abstract has become a fundamental part of a study report, which may have a considerable impact on the interpretation of a study for the average reader. Many users of the biomedical literature only read the abstract, either due to time constraints or because they do not have access to the full text. In addition, systematic reviewers and guideline developers rely on accurate information in the abstract because they often need to screen large amounts of them for potential eligibility. Also, if a study is presented at a scientific conference, the abstract is often the only bit of information available about the study, and many studies reported as conference abstracts are never published in full [17].It has been shown numerous times that reporting in abstracts, also in test accuracy research, is frequently incomplete, which could lead to misinterpretation and overinterpretation of the study findings [18,19,20]. This may be the case if crucial design elements resulting in potential sources of bias or generalizability concerns are not evident, or if the authors "spin" their findings, which has shown to be more frequent in abstracts than in full texts [21,22,23].

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)0,612
score de la tête « metaresearch » (Gemma)0,788
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,388
Score d'incertitude au seuil0,478

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,6120,788
Méta-épidémiologie (sens strict)0,0090,015
Méta-épidémiologie (sens large)0,0210,031
Bibliométrie0,0420,049
Études des sciences et des technologies0,0050,013
Communication savante0,0280,026
Science ouverte0,0190,027
Intégrité de la recherche0,0150,043
Charge utile insuffisante (le modèle a refusé de juger)0,1000,061

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 Opus0,909
Tête enseignante GPT0,654
Écart entre enseignants0,255 · 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
DomainePrésentation des résultats
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

Citations3
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDiagnostic and Prognostic ResearchMême sujetMeta-analysis and systematic reviewsTravaux en français237 207