Statistical Reliability of a Diet-Disease Association Meta-analysis
Notice bibliographique
Résumé
Risk ratios or p-values from multiple, independent studies – observational or randomized – can be pooled to address a common research question in meta-analysis. However, reliability of independent studies should not be assumed as claimed risk factor−disease relationships may fail to reproduce. An independent evaluation was undertaken of a published meta-analysis of cohort studies examining diet−disease associations; specifically between red and processed meat and six disease outcomes (all-cause mortality, cardiovascular mortality, all cancer mortality, breast cancer incidence, colorectal cancer incidence, type 2 diabetes incidence). The number of hypotheses examined were counted in 15 random base papers (14%) of 105 used in the meta-analysis. Test statistics (relative risk values with 95% confidence limits) for 125 results used in the meta-analysis were converted to p-values; p-value plots were used to examine the effect heterogeneity of the p-values. The possible number of hypotheses examined in the 15 base papers was large, median = 20,736 (interquartile range = 1,728–331,776). Each p-value plot for selected health effects showed either a random pattern (p-values > 0.05), or a two-component mixture (small p-values < 0.001 while other p-values appeared random). Given potentially large numbers of hypotheses examined in the base studies, questionable research practices cannot be ruled out as explanations for some test statistics with small p-values. Like the original findings of the published meta-analysis, our independent evaluation concludes that base papers used in the meta-analysis do not support evidence for an association between red and processed meat and the six health effects investigated.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».