MétaCan
Menu
← Retour à la cohorte
Enregistrement W4403999140 · doi:10.1101/2024.10.31.24316540

Meta-Analytical Approaches to Ordinal Outcome Data in Clinical Interventional Studies: A Scoping Review with Reproducible Research

2024· review· en· W4403999140 sur OpenAlexaff
Ali Mulhem

Notice bibliographique

RevuemedRxiv · 2024
Typereview
Langueen
DomaineDecision Sciences
ThématiqueMeta-analysis and systematic reviews
Établissements canadiensKellogg's (Canada)
Organismes subventionnairesnon disponible
Mots-clésOutcome (game theory)Ordinal dataMedical physicsData scienceManagement scienceComputer sciencePsychologyMedicineMathematicsEngineeringMachine learningMathematical economics

Résumé

récupéré en direct d'OpenAlex

Abstract Background Conducting meta-analyses on ordinal outcome data is more complex than on binary or continuous data. This study aims to summarise the current biomedical literature on meta-analytical methods for ordinal outcomes and attempts to reproduce the results of previous studies. Methods A systematic search was conducted in three databases, MEDLINE, EMBASE, and PsycINFO, from inception to 05/05/2024. Forward and backward citation searches were also performed. The screening was conducted in two phases using Covidence software. Studies were included if they reported or compared methods for meta-analysis of ordinal outcomes in clinical interventional studies. Relevant studies were summarised and discussed. If sufficient data for methods comparison were available, either in the retrieved reports or after contacting the authors, an attempt at reproducible research was made. Results 333 records were screened, yielding four methodological studies that met the inclusion criteria. These studies addressed meta-analytical methods for ordinal scales ranging from 5 to 20 ordered categories. The three primary approaches identified were (1) ordinal models (proportional odds and generalised odds), (2) binary models (dichotomisation of ordinal scales), and (3) continuous models (treating ordinal scales as continuous variables). None of the included studies provided a comprehensive comparison of all three approaches. Two studies compared different proportional odds models; one compared binary with proportional odds, but the full results were not published, and one compared continuous and generalised odds models using simulated data with one scenario. The latter study allowed for reproducibility, but our analysis produced different results, and attempts to clarify the discrepancy with the authors were unsuccessful. Conclusions A significant knowledge gap exists regarding the optimal meta-analytical method for ordinal outcomes in clinical interventional studies. Further methodological research is required to establish a robust evidence base for choosing the most appropriate approach.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,365
score de la tête « metaresearch » (Gemma)0,701
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,635
Score d'incertitude au seuil0,783

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3650,701
Méta-épidémiologie (sens strict)0,0050,005
Méta-épidémiologie (sens large)0,0200,024
Bibliométrie0,0440,036
Études des sciences et des technologies0,0030,006
Communication savante0,0150,013
Science ouverte0,0090,009
Intégrité de la recherche0,0090,006
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,997
Tête enseignante GPT0,779
Écart entre enseignants0,218 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeRevue systématique
DomaineMéthodes
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetMeta-analysis and systematic reviews→Travaux en français237 207→