MétaCan
Menu
Retour à la cohorte
Enregistrement W4415601601 · doi:10.12771/emj.2025.00934

Strengthening the reporting of observational studies in epidemiology using Mendelian randomization (STROBE-MR): a Korean translation of explanation and elaboration

2025· article· en· W4415601601 sur OpenAlexafffund
Veronika Skrivankova, Rebecca C. Richmond, Benjamin Woolf, Neil M Davies, Sonja A. Swanson, Tyler J. VanderWeele, Nicholas J. Timpson, Julian P. T. Higgins, Niki Dimou, Claudia Langenberg, Elizabeth Loder, Robert M. Golub, Matthias Egger, George Davey Smith, J. Brent Richards

Notice bibliographique

RevueThe Ewha Medical Journal · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensMcGill UniversityJewish General Hospital
Organismes subventionnairesMedical Research CouncilZonMwNational Institutes of HealthSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungPublic Health AgencyUniversity of BristolEconomic and Social Research CouncilWorld Health OrganizationEuropean CommissionKing's College LondonPublic Health Agency of CanadaDepartment of Health and Social CareJewish General HospitalNational Institute for Health and Care ResearchNIHR Bristol Biomedical Research CentreCanadian Institutes of Health ResearchNational Science FoundationCompute CanadaNorges ForskningsrådCancer Research UKNederlandse Organisatie voor Wetenschappelijk OnderzoekWellcome Trust
Mots-clésMendelian randomizationObservational studyElaborationEpidemiologyTranslation (biology)Randomization

Résumé

récupéré en direct d'OpenAlex

멘델 무작위화(Mendelian randomization, MR) 연구는 조절 가능한 노출(modifiable exposure)이 건강결과에 미치는 인과효과(causal effect)를 더 잘 이해하게 해 주지만, 그 근거는 종종 보고가 불충분함으로 인하여연구 결과의 해석과 적용에 한계가 있을 수 있다. 보고지침은 흔히 무슨 연구를 하고 무엇을 발견했는지 독자가 쉽게 이해하도록 돕는다. STROBE-MR(관찰연구의 멘델 무작위화를 활용한 보고지침)은 MR 연구를 명확하고 투명하게 보고하도록 돕는다. STROBE-MR을 논문 작성에 활용하면 독자, 심사자, 학술지 편집인이 MR 연구의 보고 품질과 완성도를 평가하는 데 도움이 될 것이다. 이 글은 STROBE-MR 체크리스트 20개 항목의 의미와 근거를 설명하고, 각 항목마다 사례를 제시해 독자가 잘 이해할 수 있는 논문 작성법을 설명하려고 하였다.

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)0,493
score de la tête « metaresearch » (Gemma)0,718
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,507
Score d'incertitude au seuil0,625

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,4930,718
Méta-épidémiologie (sens strict)0,0020,003
Méta-épidémiologie (sens large)0,0050,007
Bibliométrie0,0100,010
Études des sciences et des technologies0,0020,009
Communication savante0,0060,005
Science ouverte0,0040,010
Intégrité de la recherche0,0100,016
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,157
Tête enseignante GPT0,418
Écart entre enseignants0,261 · 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'étudeSans objet
DomainePrésentation des résultats
GenreMéthodes

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

En bref

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Ewha Medical JournalMême sujetGenetic Associations and EpidemiologyTravaux en français237 207