Assessing the Risk of Bias for Epidemiological Studies Evaluating the Association Between Long-Term Exposures to PM2.5 & All-Cause Mortality
Notice bibliographique
Résumé
BACKGROUND AND AIM: Risk of bias (RoB) tools are used in systematic reviews of environmental epidemiology to increase the quality of evidence (Eick et al., 2020). This pilot study aimed to determine the comparability and consistency of specific RoB tools. METHOD: We focused on the World Health Organization (WHO) commissioned systematic review of long-term exposure to PM2.5 and all-cause mortality (Chen et al., 2020). We selected the first 15 references based on the last name of the first author from the alphabetically arranged reference list of included studies. We applied the WHO RoB tool to the selected studies, documenting the rationale for our ratings. We further selected 5 high and 5 low WHO-rated studies, based on the confounding and exposure assessment domains to apply the WHO RoB tool for evaluating the reproducibility of ratings. Finally, we applied the Newcastle Ottawa Scale (NOS) and The Office of Health Assessment and Translation (OHAT) RoB tools to the initially selected 15 studies. RESULTS: The study demonstrated rating variability due to tool differences and assessor interpretation. For example, for the initial selection of fifteen studies, our study ratings for confounding and exposure assessment domains based on the WHO tool contrasted with the WHO analysis but were largely consistent for other domains. Our ROB ratings were largely in agreement with WHO for studies that were rated as high risk of bias for exposure assessment and confounding. However, studies rated by WHO as low risk of bias frequently differed from our assessment for the exposure assessment domain. Lastly, RoB assessments using NOS and OHAT were in agreement with our RoB ratings but inconsistent with the WHO ratings. CONCLUSIONS: While a direct comparison of the RoB tools was challenging, the results suggest that differences in the interpretation of evaluation criteria across tools contribute to variability in ratings which may have significant policy implications.
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 | 0,017 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 ».