Ethical Problems of Observational Studies and Big Data Compared to Randomized Trials
Notice bibliographique
Résumé
The temptation to use prospective observational studies (POS) instead of conducting difficult trials (RCTs) has always existed, but with the advent of powerful computers and large databases, it can become almost irresistible. We examine the potential consequences, were this to occur, by comparing two hypothetical studies of a new treatment: one RCT, and one POS. The POS inevitably submits more patients to inferior research methodology. In RCTs, patients are clearly informed of the research context, and 1:1 randomized allocation between experimental and validated treatment balances risks for each patient. In POS, for each patient, the risks of receiving inferior treatment are impossible to estimate. The research context and the uncertainty are down-played, and patients and clinicians are at risk of becoming passive research subjects in studies performed from an outsider's view, which potentially has extraneous objectives, and is conducted without their explicit, autonomous, and voluntary involvement and consent.
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 | 0,789 | 0,877 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,004 |
| Méta-épidémiologie (sens large) | 0,008 | 0,004 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,005 | 0,062 |
| Communication savante | 0,019 | 0,025 |
| Science ouverte | 0,008 | 0,016 |
| Intégrité de la recherche | 0,015 | 0,026 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».