MétaCan
Menu
Retour à la cohorte
Enregistrement W4416208598 · doi:10.1002/pds.70255

<scp>The Reporting</scp> and Methodological Recommendations for Observational Studies Estimating the Effects of Deprescribing Medications (REMROSE‐D) ISPE‐Endorsed Guidance

2025· article· en· W4416208598 sur OpenAlexaff
Kaleen N. Hayes, Joshua D. Niznik, Danijela Gnjidic, Frank Moriarty, Dimitri Bennett, Marie‐Laure Laroche, Denis Talbot, Matthew Alcusky, Maurizio Sessa, Antoinette B. Coe, Caroline Sirois, Andrew R. Zullo, Xiaojuan Li, Sri Harsha Chalasani, Jehath Syed, Mouna Sawan, Daniela C. Moga

Notice bibliographique

RevuePharmacoepidemiology and Drug Safety · 2025
Typearticle
Langueen
DomaineMathematics
ThématiqueAdvanced Causal Inference Techniques
Établissements canadiensUniversité Laval
Organismes subventionnairesNational Institute on AgingInternational Society for Pharmacoepidemiology
Mots-clésObservational studyDeprescribingConfoundingPharmacoepidemiologyMEDLINE

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Pharmacoepidemiologic studies on deprescribing are challenging to implement, yet little guidance exists on methods to avoid bias and minimum reporting for replicability and appraisal. We developed consensus recommendations for the methods and reporting of observational studies that aim to examine the effects of deprescribing. METHODS: We formed candidate recommendations based on our prior systematic review that methodologically appraised observational studies on deprescribing. We then conducted a two-round modified Delphi process with researchers working in deprescribing pharmacoepidemiology to refine, select, and reach consensus on recommendations for a checklist based on > 70% agreement of their importance. We termed this list the REMROSE-D (Reporting and Methodological Recommendations for Observational Studies estimating the Effects of Deprescribing medications) guidance. RESULTS: Twenty-three candidate recommendations were presented to the Delphi panel. The round 1 survey was completed by 55 participants, and 18 of the 23 candidate recommendations were selected for inclusion. Five candidate recommendations without consensus plus two additional items suggested by participants were included in a round 2 survey of 25 deprescribing researchers. Five of these seven items garnered consensus for inclusion, and two were excluded. The final REMROSE-D guidance contains 23 recommendations for the methods and reporting of observational research on deprescribing. CONCLUSION: To ensure rigor and reproducibility in observational studies of the effects of deprescribing, the REMROSE-D guidance provides recommendations for important reporting and methods considerations, including time zero, precise definitions of deprescribing, addressing confounding by indication, and careful consideration of follow-up to avoid immortal time bias.

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)0,481
score de la tête « metaresearch » (Gemma)0,793
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: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,519
Score d'incertitude au seuil0,640

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,4810,793
Méta-épidémiologie (sens strict)0,0030,006
Méta-épidémiologie (sens large)0,0060,022
Bibliométrie0,0140,012
Études des sciences et des technologies0,0050,008
Communication savante0,0130,011
Science ouverte0,0140,015
Intégrité de la recherche0,0290,020
Charge utile insuffisante (le modèle a refusé de juger)0,0350,032

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 Opus0,494
Tête enseignante GPT0,565
Écart entre enseignants0,071 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePharmacoepidemiology and Drug SafetyMême sujetAdvanced Causal Inference TechniquesTravaux en français237 207