MétaCan
Menu
Retour à la cohorte
Enregistrement W4324032845 · doi:10.1016/j.cjco.2023.03.007

Reply to Reiffel—Numbers Don’t Lie—But They Tell Only Part of the Story

2023· article· en· W4324032845 sur OpenAlexafffund
James M. Brophy

Notice bibliographique

RevueCJC Open · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMedical Coding and Health Information
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesFonds de Recherche du Québec - Santé
Mots-clésArtPsychologyMathematics

Résumé

récupéré en direct d'OpenAlex

We appreciate Reiffel's 1 interest in our paper, 2 and the opportunity it provides to reiterate important caveats that apply when interpreting research findings.First, Reiffel 1 mentions a concern with possible misclassification of diagnostic codes in administrative datasets.We agree, and we mentioned this among our limitations. 2However, this concern is mitigated by the fact that the data were generated by trained medical personnel and that these datasets have been used in over in 2700 peer-reviewed studies (https:// www.merative.com/real-world-evidence).Second, Reiffel 1 notes, again as we mentioned in the original article, 2 that propensity-score methods can adjust only for measured covariates.However, Reiffel's specific concern about the impact of beta-blockers was dealt with by exclusion, as both exposure groups were selected without any concomitant beta-blockers.Similarly, sodium-glucose cotransporter-2 (SGLT-2) medication use was not unbalanced between the groups, as these were not on the market at the time of the data acquisition.Third, the choice of research question, and as a consequence, the chosen outcome remains an essential element in any study.Reiffel 1 argues that only unplanned atrial fibrillation hospitalizations should have been considered as an outcome, but most readers would (i) find the definition of "unplanned" to be potentially arbitrary and subjective; and (ii) consider that outcome to be of lesser importance than our a priori chosen total repeat cardiovascular outcome measure.Finally, as Reiffel 1 suggests, different research questions, including the effect of drug choice on atrial fibrillation (AF) symptoms or AF burden, could have been chosen, but they quite simply were not our research question.Accordingly, we disagree with Reiffel's 1 assertion that "numbers can lie,"; rather, the issue is not with the numbers per se, but with how they are generated and interpreted.We feel that the generation and interpretation of these numbers support our conclusion that "given the large burden of disease with atrial fibrillation, a pressing need remains to reproduce and expand these research findings in different settings."

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,097
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,003

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 Opus0,241
Tête enseignante GPT0,470
Écart entre enseignants0,228 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCJC OpenMême sujetMedical Coding and Health InformationTravaux en français237 207