Overlapping research efforts in a global pandemic: a rapid systematic review of COVID-19-related individual participant data meta-analyses
Notice bibliographique
Résumé
Abstract Background Individual participant data meta-analyses (IPD-MAs), which involve harmonising and analysing participant-level data from related studies, provide several advantages over aggregate data meta-analyses, which pool study-level findings. IPD-MAs are especially important for building and evaluating diagnostic and prognostic models, making them an important tool for informing the research and public health responses to COVID-19. Methods We conducted a rapid systematic review of protocols and publications from planned, ongoing, or completed COVID-19-related IPD-MAs to identify areas of overlap and maximise data request and harmonisation efforts. We searched four databases using a combination of text and MeSH terms. Two independent reviewers determined eligibility at the title-abstract and full-text stages. Data were extracted by one reviewer into a pretested data extraction form and subsequently reviewed by a second reviewer. Data were analysed using a narrative synthesis approach. A formal risk of bias assessment was not conducted. Results We identified 31 COVID-19-related IPD-MAs, including five living IPD-MAs and ten IPD-MAs that limited their inference to published data (e.g., case reports). We found overlap in study designs, populations, exposures, and outcomes of interest. For example, 26 IPD-MAs included RCTs; 17 IPD-MAs were limited to hospitalised patients. Sixteen IPD-MAs focused on evaluating medical treatments, including six IPD-MAs for antivirals, four on antibodies, and two that evaluated convalescent plasma. Conclusions Collaboration across related IPD-MAs can leverage limited resources and expertise by expediting the creation of cross-study participant-level data datasets, which can, in turn, fast-track evidence synthesis for the improved diagnosis and treatment of COVID-19. Trial registration 10.17605/OSF.IO/93GF2.
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 | 0,006 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,230 | 0,001 |
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 ».