Enregistrement W4365450166 · doi:10.1038/s41591-023-02274-y

Potential pitfalls in the use of real-world data for studying long COVID

2023· letter· en· W4365450166 sur OpenAlexfundno aff

Harrison G. Zhang, Jacqueline Honerlaw, Monika Maripuri, Malarkodi Jebathilagam Samayamuthu, Brendin R. Beaulieu‐Jones, Huma S. Baig, Sehi L’Yi, Yuk‐Lam Ho, Michele Morris, Vidul Ayakulangara Panickan, Xuan Wang, Griffin M. Weber, Katherine P. Liao, Shyam Visweswaran, Bryce W. Q. Tan, William Yuan, Nils Gehlenborg, Sumitra Muralidhar, Rachel Ramoni, James R. Aaron, Giuseppe Agapito, Adem Albayrak, Giuseppe Albi, M Alessiani, Anna Alloni, Danilo F. Amendola, François Angoulvant, Li L.L.J. Anthony, Bruce J. Aronow, Fatima Ashraf, Andrew M. Atz, Paul Avillach, Paula S. Azevedo, James Balshi, Brett K. Beaulieu‐Jones, Douglas S. Bell, Antonio Bellasi, Riccardo Bellazzi, Vincent Benoît, Michele Beraghi, José Luis Bernal-Sobrino, Mélodie Bernaux, Romain Bey, Surbhi Bhatnagar, Alvar Blanco-Martínez, Clara-Lea Bonzel, John Booth, Silvano Bòsari, Florence T. Bourgeois, Robert L. Bradford, Stéphane Breant, Nicholas W. Brown, Raffaele Bruno, William Bryant, Mauro Bucalo, Emily M. Bucholz, Anita Burgun, Tianxi Cai, Mario Cannataro, Aldo Carmona, Charlotte Caucheteux, Julien Champ, Jin Chen, Krista Y. Chen, Luca Chiovato, Lorenzo Chiudinelli, Kelly Cho, James J. Cimino, Tiago K. Colicchio, Sylvie Cormont, Sébastien Cossin, Jean B. Craig, Juan Luis Cruz-Bermúdez, Jaime Cruz‐Rojo, Arianna Dagliati, Mohamad Daniar, Christel Daniel, Priyam Das, Batsal Devkota, Audrey Dionne, Rui Duan, Julien Dubiel, Scott L. DuVall, Loïc Estève, Hossein Estiri, Shirley Fan, Robert W Follett, Thomas Ganslandt, Noelia García Barrio, Lana X. Garmire, Emily Getzen, Alon Geva, Tobias Gradinger, Alexandre Gramfort, Romain Griffier, Nicolas Griffon, Olivier Grisel, Alba Gutiérrez‐Sacristán, Larry Han, David A. Hanauer, Christian Haverkamp, Derek Hazard, Bing He, Darren W. Henderson, Martin Hilka, John H. Holmes, Chuan Hong, Kenneth M. Huling, Meghan R. Hutch, Richard Issitt, Anne‐Sophie Jannot, Vianney Jouhet, Ramakanth Kavuluru, Mark S. Keller, Chris J. Kennedy, Daniel Key, Katie Kirchoff, Jeffrey G. Klann, Ian D. Krantz, Detlef Kraska, Ashok Krishnamurthy, Trang T. Le, Judith Leblanc, Guillaume Lemaître, Leslie Lenert, Damien Leprovost, Molei Liu, Ne Hooi Will Loh, Qi Long, Sara Lozano‐Zahonero, Yuan Luo, Kristine E. Lynch, Sadiqa Mahmood, Sarah E. Maidlow, Adeline Makoudjou, Alberto Malovini, Kenneth D. Mandl, Chengsheng Mao, Anupama Maram, Patricia Martel, Marcelo Roberto Martins, Jayson S. Marwaha, Aaron J. Masino, Maria Mazzitelli, Arthur Mensch, Marianna Milano, Marcos Ferreira Minicucci, Bertrand Moal, Taha Mohseni Ahooyi, Jason H. Moore, Cinta Moraleda, Jeffrey S. Morris, Karyn Moshal, Sajad Mousavi, Danielle L. Mowery, Douglas A. Murad, Shawn N. Murphy, Thomas P. Naughton, Carlos Tadeu Breda Neto, Antoine Neuraz, Jane W. Newburger, Kee Yuan Ngiam, Wanjikũ Njoroge, James B. Norman, Jihad S. Obeid, Marina Politi Okoshi, Karen L. Olson, Gilbert S. Omenn, Nina Orlova, Brian D. Ostasiewski, Nathan Palmer, Nicolás Paris, Lav P. Patel, Miguel Pedrera‐Jiménez, Emily Pfaff, Ashley Pfaff, Danielle Pillion, Sara Pizzimenti, Hans U. Prokosch, Robson Prudente, Andrea Prunotto, Víctor Quirós González, Maryna Raskin, Siegbert Rieg, Gustavo Roig-Domínguez, Pablo Rojo, Paula Rubio-Mayo, Paolo Sacchi, Carlos Sáez, Elisa Salamanca, L. Nelson Sanchez‐Pinto, Arnaud Sandrin, Nandhini Santhanam, Janaina C.C. Santos, Fernando J Sanz Vidorreta, Emily Schriver, Petra Schubert, Juergen Schuettler, Luigia Scudeller, Neil J. Sebire, Pablo Serrano Balazote, Patricia Serre, Arnaud Serret-Larmande, Mohsin Shah, Zahra Shakeri Hossein Abad, Domenick Silvio, Piotr Sliz, Jiyeon Son, Charles Sonday, Andrew M. South, Anastassia Spiridou, Zachary H. Strasser, Amelia L.M. Tan, Byorn W.L. Tan, Suzana Érico Tanni, Deanne M. Taylor, Ana I. Terriza-Torres, Valentina Tibollo, Patric Tippmann, Emma M. S. Toh, Carlo Torti, Enrico Maria Trecarichi, Yi‐Ju Tseng, Andrew K. Vallejos, Gaël Varoquaux, Margaret E. Vella, Guillaume Verdy, Jill-Jênn Vie, Michele Vitacca, Kavishwar B. Wagholikar, Lemuel R. Waitman, Demián Wassermann, Martin Wolkewitz, Scott W. Wong, Xin Xiong, Ye Ye, Nadir Yehya, Alberto Zambelli, Daniela Zöller, Valentina Zuccaro, Chiara Zucco, Isaac S. Kohane, Zongqi Xia, Gabriel A. Brat

Notice bibliographique

RevueNature Medicine · 2023

Typeletter

Langueen

DomaineMedicine

ThématiqueLong-Term Effects of COVID-19

Établissements canadiensnon disponible

Organismes subventionnairesNorth Carolina Translational and Clinical Sciences Institute, University of North Carolina at Chapel HillU.S. National Library of MedicineUniversity of PittsburghBritish Heart FoundationNational Institute of Neurological Disorders and StrokePerelman School of Medicine, University of PennsylvaniaUniversitat Politècnica de ValènciaNational Central UniversityNational Center for Advancing Translational SciencesWake Forest School of MedicineMichigan Institute for Clinical and Health ResearchAssistance publique-Hôpitaux de ParisUniversidade Estadual PaulistaNational University of SingaporeChildren's Hospital of PhiladelphiaAlbert-Ludwigs-Universität FreiburgMcGill UniversityMedical Center, University of PittsburghU.S. Department of Veterans AffairsOffice of Research and DevelopmentNorthwestern UniversityUniversity of PennsylvaniaSchool of Public Health, University of MichiganFeinberg School of Medicine

Mots-clésCoronavirus disease 2019 (COVID-19)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakData sciencePolitical scienceVirologyMedicineComputer sciencePathology

DOI10.1038/s41591-023-02274-y

Résumé

récupéré en direct d'OpenAlex

Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,214

score de la tête « metaresearch » (Gemma)0,503

Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated

Catégories candidatesMétarecherche

Catégories consensuellesMétarecherche

DomaineSignal candidat: Méthodes · Signal consensuel: aucune

Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet

GenreSignal candidat: Commentaire · Signal consensuel: Commentaire

Score de désaccord entre enseignants0,786

Score d'incertitude au seuil0,969

Scores du classifieur distillé par catégorie (deux têtes)

Catégorie	Codex	Gemma
Métarecherche	0,214	0,503
Méta-épidémiologie (sens strict)	0,001	0,001
Méta-épidémiologie (sens large)	0,003	0,002
Bibliométrie	0,004	0,006
Études des sciences et des technologies	0,002	0,010
Communication savante	0,008	0,012
Science ouverte	0,006	0,005
Intégrité de la recherche	0,021	0,032
Charge utile insuffisante (le modèle a refusé de juger)	0,005	0,004

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 Opus0,088

Tête enseignante GPT0,391

Écart entre enseignants0,303 · 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