Statistical Reproducibility of Meta-Analysis for Medical Mask Use in Community Settings to Prevent Airborne Respiratory Virus Infection
Notice bibliographique
Résumé
Many US states, cities, and counties implemented public masking orders during the coronavirus (COVID) pandemic on the notion that this intervention would delay and flatten the epidemic peak and largely benefit public health outcomes. A p-value plot can provide insights into possible inappropriateness (incorrectness) of assumptions of a statistical model. It can be used to confirm, disprove, or identify ambiguity (uncertainty) in a meta-analytic finding and research claim. P-value plotting was used to evaluate statistical reproducibility of meta-analysis studies for disposable medical (surgical) mask use in community settings to prevent airborne respiratory virus infection. Eight studies (seven meta-analysis, one systematic review) published between 1 January 2020 and 7 December 2022 were evaluated. Base studies were randomized control trials with outcomes of medical diagnosis or laboratory-confirmed diagnosis of viral (Influenza or COVID) illness. Self-reported viral illness outcomes were excluded from the evaluation because of awareness bias. No evidence was observed for a medical mask benefit to prevent respiratory virus infection in six p-value plots (five meta-analysis and one systematic review). Research claims of no benefit in three meta-analysis and the systematic review were reproduced in p-value plots. Research claims of a benefit in two other meta-analysis were not reproduced in p-value plots suggesting irreproducibility of these claims. Insufficient data was available to construct p-value plots for two other meta-analysis because of over-reliance on self-reported outcomes. Independent findings of p-value plotting show that meta-analysis of existing randomized control trials fail to demonstrate a benefit of medical mask use in community settings to prevent airborne respiratory virus infection.
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 | 0,237 | 0,449 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,014 | 0,070 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,009 | 0,004 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; 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 ».