Risk of Bias Evaluation of Cross‐Sectional Studies: Adaptation of the Newcastle‐Ottawa Scale
Notice bibliographique
Résumé
Cross-sectional studies are widely utilized in medical research to estimate prevalence and examine associations. As such, they can serve as a significant source of data for systematic reviews. However, specific considerations are necessary when evaluating the risk of bias (RoB) of cross-sectional studies, as several potential biases can undermine the validity, reliability, and robustness of their findings. This article introduces a novel, context-specific tool designed to assess the RoB of cross-sectional studies for use in systematic reviews. The proposed tool represents an adaptation of the Newcastle-Ottawa Scale (NOS), originally developed for cohort and case-control studies. Similar to the original NOS, the new tool (named "NOS-xs") features a nine-star rating system to assess six specific items across three main domains: (i) study sample selection, (ii) assessment of exposure(s) and outcome(s), and (iii) confounding factors. Based on the number of awarded stars, studies are categorized as having high (0-3 stars), moderate (4-6 stars), or low (7-9 stars) RoB. The NOS-xs tool maintains consistency with the original NOS tool, facilitating its integration into systematic reviews that also include cohort and/or case-control studies. While the NOS-xs is suited to analytical cross-sectional studies (i.e., association studies), a simplified version ("NOS-xs2") is also introduced for descriptive cross-sectional studies (i.e., prevalence studies). The NOS-xs2 features a four-star rating system to assess three of the six specific items included in the NOS-xs. To streamline their application, spreadsheets for both NOS-xs and NOS-x2 are provided.
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 | 0,387 | 0,654 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,016 |
| Bibliométrie | 0,018 | 0,010 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,007 | 0,011 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».