Assessing Risk of Bias in Randomised Clinical Trials Included in Cochrane Reviews: The why is Easy, the how is a Challenge
Notice bibliographique
Résumé
Randomised clinical trials are o en inadequately reported and may be inadequately conducted.Any associated biases could impact seriously on the findings and conclusion of a systematic review.Authors of systematic reviews thus need to assess the risk of bias in included randomised clinical trials.In this 20th Anniversary editorial, we look at the evolution of guidance on appraising studies included in Cochrane Reviews.Assessing the methodological 'quality' of included trials was addressed from the earliest days of The Cochrane Collaboration, although the phrase 'risk of bias' came into use later.In 1994 one of the first editions of the Cochrane Collaboration Handbook recommended that reviewers should routinely assess the adequacy of allocation concealment, and that they could consider assessing blinding and attrition, based on a seminal empirical study by Schulz and colleagues.[1]Over the next decade several Cochrane Review Groups developed di erent recommendations for assessing risk of bias.Of 50 Cochrane Review Groups surveyed in 2007, 41 recommended using specific trial characteristics to assess risk of bias and nine either recommended using a quality scale or made this optional.Most groups suggested assessing the randomisation procedure (including concealment of allocation), blinding, and attrition.[2] Assessing risk of bias in randomised clinical trials included in Cochrane Reviews: the why is easy, the how is a challenge (Editorial) 1
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,797 | 0,711 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,039 | 0,009 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,006 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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.
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; les deux têtes enseignantes 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 ».