MétaCan
Menu
Retour à la cohorte
Enregistrement W3199974114 · doi:10.1111/jvim.14574

Methods and Processes of Developing the Strengthening the Reporting of Observational Studies in Epidemiology – Veterinary (STROBE-Vet) Statement

2016· article· en· W3199974114 sur OpenAlexaffabout
Jan M. Sargeant, Annette M. O’Connor, Ian R. Dohoo, Hollis N. Erb, Myriam Cevallos, Matthias Egger, Annette Kjær Ersbøll, Sylvia Martin, Liza Rosenbaum Nielsen, David L. Pearl, Dirk U. Pfeiffer, Javier Sánchez, Mary E. Torrence, Håkan Vigre, Cheryl Waldner, Michael P. Ward

Notice bibliographique

RevueJournal of Veterinary Internal Medicine · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueVeterinary Practice and Education Studies
Établissements canadiensHealth PEIUniversity of Prince Edward IslandUniversity of SaskatchewanUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésMedicineStrengthening the reporting of observational studies in epidemiologyObservational studyStatement (logic)EpidemiologyVeterinary medicineFamily medicinePathologyLaw

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Reporting of observational studies in veterinary research presents challenges that often are not addressed in published reporting guidelines. OBJECTIVE: To develop an extension of the STROBE (Strengthening the Reporting of Observational Studies in Epidemiology) statement that addresses unique reporting requirements for observational studies in veterinary medicine related to health, production, welfare, and food safety. DESIGN: Consensus meeting of experts. SETTING: Mississauga, Canada. PARTICIPANTS: Seventeen experts from North America, Europe, and Australia. METHODS: Experts completed a pre-meeting survey about whether items in the STROBE statement should be modified or added to address unique issues related to observational studies in animal species with health, production, welfare, or food safety outcomes. During the meeting, each STROBE item was discussed to determine whether or not rewording was recommended and whether additions were warranted. Anonymous voting was used to determine consensus. RESULTS: Six items required no modifications or additions. Modifications or additions were made to the STROBE items 1 (title and abstract), 3 (objectives), 5 (setting), 6 (participants), 7 (variables), 8 (data sources/measurement), 9 (bias), 10 (study size), 12 (statistical methods), 13 (participants), 14 (descriptive data), 15 (outcome data), 16 (main results), 17 (other analyses), 19 (limitations), and 22 (funding). CONCLUSION: The methods and processes used were similar to those used for other extensions of the STROBE statement. The use of this STROBE statement extension should improve reporting of observational studies in veterinary research by recognizing unique features of observational studies involving food-producing and companion animals, products of animal origin, aquaculture, and wildlife.

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)0,799
score de la tête « metaresearch » (Gemma)0,841
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,201
Score d'incertitude au seuil0,248

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,7990,841
Méta-épidémiologie (sens strict)0,0060,007
Méta-épidémiologie (sens large)0,0070,013
Bibliométrie0,0280,020
Études des sciences et des technologies0,0070,011
Communication savante0,0170,011
Science ouverte0,0110,018
Intégrité de la recherche0,0120,019
Charge utile insuffisante (le modèle a refusé de juger)0,0200,014

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 Opus0,845
Tête enseignante GPT0,689
Écart entre enseignants0,155 · 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

Citations56
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Internal MedicineMême sujetVeterinary Practice and Education StudiesTravaux en français237 207