Addressing bias due to measurement error of an outcome with unknown sensitivity in database epidemiologic studies. A contribution from the ConcePTION project
Notice bibliographique
Résumé
In epidemiologic database studies, the occurrence of an event is measured with error through an indicator whose specificity is often maximized, at the expense of sensitivity. However, if the indicator has low sensitivity, measures of occurrence are underestimated. In association studies, risk difference is biased, and risk ratio may be biased as well, in either direction, if the sensitivity is differential across exposure groups. In this work, we show that if an auxiliary screening indicator can be defined to complement the main indicator, estimates of the positive predictive value of both indicators provide tools to estimate the sensitivity of the primary indicator or a lower bound thereof. This mitigates bias in estimating the number of cases, prevalence, cumulative incidence, rate (particularly when the event is rare), and, in association studies, risk ratio and risk difference. They also allow testing for nondifferential sensitivity. Although direct estimation of sensitivity is often infeasible, this novel methodology improves evidence based on data obtained from reuse of existing databases, which may prove critical for regulatory and public health decisions.
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 | 0,373 | 0,727 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».