MétaCan
Menu
Retour à la cohorte
Enregistrement W4378193592 · doi:10.4088/jcp.23f14933

How to Understand the 95% Confidence Interval Around the Relative Risk, Odds Ratio, and Hazard Ratio

2023· article· en· W4378193592 sur OpenAlexfundno aff
Chittaranjan Andrade

Notice bibliographique

RevueThe Journal of Clinical Psychiatry · 2023
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueRisk and Safety Analysis
Établissements canadiensnon disponible
Organismes subventionnairesDepartment of Psychiatry, University of TorontoNational Institute of Mental Health and NeurosciencesNational Institute of Mental HealthUniversity of TorontoMcMaster University
Mots-clésReciprocalConfidence intervalStatisticsHazard ratioMathematicsOdds ratioRelative riskOddsExponential functionPsychologyPhilosophyMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Statistics such as the mean difference (MD), standardized mean difference (SMD), relative risk (RR), odds ratio (OR), hazard ratio (HR), and others are meant to be examined along with their 95% confidence intervals (CIs), and their significance can be understood by viewing these CIs as compatibility intervals. The 95% CIs around the MD and SMD are easily understood because they are expressed along a linear scale. The 95% CIs around the RR, OR, and HR are harder to understand because they are expressed along an exponential scale; however, when the numbers are log-transformed, they are linearized, and understanding becomes easy. Another approach to understanding the CIs around the RR, OR, or HR is to examine the reciprocal of the lower limit of the CI; however, because the reciprocal also lies along an exponential scale, this method is inferior to the log-transformation method. These approaches may seem daunting, but the difficulty is an illusion because log transformation or reciprocal transformation takes only a few seconds when a statistical calculator is opened. All terms and concepts are explained with extreme simplification and with the help of examples.

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)0,035
score de la tête « metaresearch » (Gemma)0,016
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,638
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0350,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,212
Tête enseignante GPT0,465
Écart entre enseignants0,253 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
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

Citations34
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Clinical PsychiatryMême sujetRisk and Safety AnalysisTravaux en français237 207