MétaCan
Menu
Retour à la cohorte
Enregistrement W4415966503 · doi:10.1101/2025.11.03.25339124

A Generalizable Distribution Structure Analysis Algorithm with Audit-Ready Framework for Medical Research

2025· preprint· W4415966503 sur OpenAlex
Masakazu OKAZAKI

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuemedRxiv · 2025
Typepreprint
Langue
DomaineMathematics
ThématiqueStatistical Methods and Bayesian Inference
Établissements canadiensL'Alliance Boviteq
Organismes subventionnairesnon disponible
Mots-clésAuditStatistical inferenceParametric statisticsIdentification (biology)Causal inferenceInferenceStatistical hypothesis testingData quality

Résumé

récupéré en direct d'OpenAlex

Abstract Background Conventional statistical methods in medical research often fail to capture real-world complexity due to rigid parametric assumptions, particularly normality, which frequently do not hold for clinical and epidemiological data. Heterogeneous distributions, heavy-tailed patterns, and multimodal structures are common in healthcare data, yet conventional methods often fail to capture these structural characteristics, leading to information loss and potentially misleading conclusions. Furthermore, regulatory audits and reproducibility requirements demand transparent, traceable analytical frameworks. Objective This study presents a comprehensive Distribution Structure Analysis (DSA) algorithm with an integrated audit-ready framework designed specifically for medical research. The algorithm systematically identifies distributional structures, ensures statistical rigor through explicit estimand specification and goodness-of-fit testing, and maintains complete audit trails for regulatory compliance. Methods The DSA algorithm integrates five key components: (1) explicit estimand specification aligned with research design, (2) automated distribution type identification (normal, log-normal, exponential, Weibull, power-law, and mixture models), (3) comprehensive goodness-of-fit assessment using multiple criteria (AIC/BIC, visual diagnostics, and statistical tests), (4) causal inference support through Directed Acyclic Graphs (DAG), and (5) automated audit logging with a three-tier quality control system (red/yellow/green). The algorithm was validated using both simulated datasets with known distributions and real-world medical data from clinical trials and epidemiological studies. Results Validation studies demonstrated that the DSA algorithm correctly identified distribution types with 95% accuracy across 1,000 simulated datasets. In clinical trial data analysis, the algorithm detected heavy-tailed distributions in adverse event frequencies that were missed by conventional normality-based methods, leading to more accurate safety assessments. The audit logging system successfully recorded all analytical decisions, enabling complete reproducibility. The three-tier quality control system flagged 12% of analyses for re-examination, preventing potential methodological errors. Application to epidemiological data revealed multimodal patterns in disease incidence that informed targeted public health interventions. Conclusions The DSA algorithm with integrated audit-ready framework provides a rigorous, transparent, and reproducible approach to distribution structure analysis in medical research. By explicitly addressing estimands, ensuring goodness-of-fit, and maintaining complete audit trails, the framework meets both statistical rigor and regulatory compliance requirements. The algorithm is applicable across diverse medical research domains, including clinical trials, epidemiology, health economics, and pharmacovigilance. Open-source implementation and comprehensive documentation facilitate adoption and validation by the research community.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,033
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesIntégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,209
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,033
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0020,001
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,079
Tête enseignante GPT0,450
Écart entre enseignants0,371 · 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