Methodological quality assessment in systematic reviews in health sciences that included observational studies: a cross-sectional study/ Avaliação da qualidade metodológica em revisões sistemáticas na área das ciências da saúde que incluíram estudos observacionais: um estudo transversal
Notice bibliographique
Résumé
There is great variability in methodological quality assessment (MQ) systematic reviews (SRs). We identified how MQ assessment in SRs that included observational studies in Health Science is applied and explored associated characteristics. A search was conducted in PubMed and five trained reviewers randomly selected 1,025 references after sample size calculation. Only SR published in English (September 2019/2020) were included. Selection and data extraction were conducted in two phases. Data were analyzed descriptively and using logistic regressions. After eligibility criteria application, 205 SRs were included. Only 27.8% informed the protocol registration and 80.0% described having followed a reporting guideline. Proportion’ SRs did not seem to present MQ assessment (OR 4.22; 95% CI: 1.38-12.87; P =0.01). SRs that did not register the study protocol (9.70; 95% CI: 1.95-48.27; P 0.001), those that did not inform the included study design (5.96; 95% CI: 1.63-21.77; P 0.001) and those without MA (OR 8.90; 95% CI: 2.79-28.43; p0.001) increased the odds of not evaluating MQ. Newcastle-Ottawa (47.5%), Joanna Briggs Institute (8.2%) and National Institute of Health (7.1%) were the most commonly used MQ tools. Lack of protocol registration, absence of information about the design of included studies, absence of MA, and proportion’ SRs were associated with lack of MQ assessment.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,483 | 0,723 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,011 | 0,016 |
| Bibliométrie | 0,027 | 0,030 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,009 | 0,010 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,005 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».