Conducting pairwise and network meta-analyses in updated and living systematic reviews: a scoping review protocol
Notice bibliographique
Résumé
OBJECTIVE: The objective of this scoping review is to describe existing guidance documents or studies reporting on the conduct of meta-analyses in updated systematic reviews (USRs) or living systematic reviews (LSRs). INTRODUCTION: The rapid increase in the medical literature poses a substantial challenge in keeping systematic reviews up to date. In LSRs, a review is updated with a pre-specified frequency or when some other signalling criterion is triggered. While the LSR framework is well-established, there is uncertainty regarding the most appropriate methods for conducting repeated meta-analyses over time, which may result in sub-optimal decision-making. INCLUSION CRITERIA: Studies of any design (including commentaries, books, manuals) providing guidance on conducting meta-analysis in USRs or LSRs. METHODS: This review will use the JBI methodology for scoping reviews. We will search multiple medical bibliographic databases (Cochrane Library, Embase, ERIC, MEDLINE, JBI Evidence Synthesis , and PsycINFO), statistical and mathematics databases (COBRA, Current Index to Statistics, MathSciNet, Project Euclid Complete, and zbMATH), pre print archives (Arvix, BioRxiv, and MedRxiv), and unpublished (or gray) literature sources. Two reviewers will independently screen titles, abstracts, and full-text documents, and extract data. Characteristics of recommendations for meta-analysis in USRs and LSRs will be presented using descriptive statistics and categorized concepts. REVIEW REGISTRATION: Open Science Framework https://osf.io/9c27g.
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 | 0,209 | 0,236 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,007 |
| Méta-épidémiologie (sens large) | 0,014 | 0,019 |
| Bibliométrie | 0,020 | 0,019 |
| Études des sciences et des technologies | 0,006 | 0,007 |
| Communication savante | 0,010 | 0,012 |
| Science ouverte | 0,007 | 0,009 |
| Intégrité de la recherche | 0,013 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,099 | 0,033 |
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 ».