Systems for assessing the certainty or confidence of evidence in health care: a scoping review protocol
Notice bibliographique
Résumé
OBJECTIVE: This scoping review aims to identify existing systems, frameworks, or approaches for assessing certainty or confidence in quantitative, qualitative, and mixed methods evidence, providing a foundation for developing a unified framework tailored to mixed methods reviews. INTRODUCTION: Assessing the certainty or confidence in evidence is essential for developing health care recommendations, yet current frameworks are often limited to either quantitative or qualitative paradigms. With the rise of mixed methods research, which integrates quantitative and qualitative evidence to address complex health care questions, there is a growing need for systems capable of evaluating certainty across these diverse evidence types. ELIGIBILITY CRITERIA: This scoping review will include systems, frameworks, or approaches explicitly developed to assess the certainty or confidence in evidence from quantitative, qualitative, or mixed methods studies. Eligible papers must describe the methodology, criteria, or principles of these systems or discuss their development, validation, or theoretical foundations. Systems focused solely on critical appraisal or quality assessment of individual studies will be excluded unless they integrate these assessments into a broader framework for assessing certainty in a body of evidence. METHODS: This review will be conducted in accordance with the JBI methodology for scoping reviews and reported using the Preferred Reporting Items for Systematic Reviews and Meta-Analyses extension for scoping reviews (PRISMA-ScR) guidelines. A comprehensive 3-step search strategy will identify published, unpublished, and gray literature from databases, organizational websites, and reference lists. Data will be extracted using a piloted extraction table and presented in tables, figures, and a narrative summary to map existing systems, frameworks, or approaches for assessing certainty or confidence in evidence. REVIEW REGISTRATION: OSF https://osf.io/36n78/.
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 | 0,311 | 0,641 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,027 | 0,006 |
| Bibliométrie | 0,001 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,009 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes 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 ».