NOS-TLPlot: A Specialized Python Tool for Visualizing Newcastle–Ottawa Scale Risk-of-Bias Assessments in Systematic Reviews and Meta-Analysis.
Notice bibliographique
Résumé
Objective: To develop a specialized Python tool for visualizing Newcastle–Ottawa Scale (NOS) risk-of-bias assessments that addresses the limitations of existing generic visualization tools.Methods: The author developed NOS-TLPlot, an open-source Python package and accompanying Streamlit-based web application. The tool automatically converts raw NOS star ratings (0–9) into standardized risk categories (Low, Moderate, High) and generates twelve distinct visualization types, including star distribution plots, traffic-light plots, radar charts, heatmaps, dot profiles, donut charts, and lollipop charts. It offers both an interactive web application and a command-line interface for batch processing and integration into reproducible analytical pipelines. Users can customize output themes (e.g., traffic-light or grayscale), figure sizes, and export formats (PNG, PDF, SVG, EPS).Results: NOS-TLPlot successfully produces publication-quality visualizations for NOS risk-of-bias assessments. The tool's web application provides an intuitive interface for data upload, plot selection, and customization. The command-line interface allows for automated plot generation, facilitating reproducibility. The variety of visualization options enhances the flexibility and comprehensiveness of risk-of-bias reporting.Conclusion: NOS-TLPlot provides a dedicated, user-friendly, and reproducible solution for NOS data visualization, enhancing the transparency, consistency, and efficiency of reporting study quality in systematic reviews and meta-analyses involving non-randomized studies.Keywords: Newcastle–Ottawa Scale, risk of bias, data visualization, Python, systematic review, meta-analysis, open-source software.
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 | 0,046 | 0,163 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,006 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,067 | 0,008 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».