Evaluating and Optimising the Retrieval of Research Evidence \nfor Systematic Reviews of Adverse Drug Effects and Adverse Drug Reactions \n
Notice bibliographique
Résumé
Abstract \nSystematic reviews can provide timely, reliable evidence on which to make informed decisions. In order to make balanced decisions, information is not only needed on the benefits of an intervention, but also on its adverse effects. Yet few systematic reviews incorporate adverse effects data in their analysis. There is currently a lack of guidance on how to identify adverse effects data, this may impede systematic reviewers. This thesis helps address this situation by evaluating and optimising the methods for retrieval of research evidence for systematic reviews of adverse effects. \n \nThe first stage of this programme of research critically reviews the methodological literature relating to the retrieval and inclusion of adverse effects data, including aspects such as the impact of study design (for example RCTs and cohort studies), database search strategies (for example in MEDLINE and EMBASE), sources of data (including database and non-database sources), publication status and funding status. \n \nSecond, the results of a survey of the literature searching methods used in 849 systematic reviews of adverse effects are presented. Data were collated on aspects such as sources searched, search strategy design and the standard of reporting of the methods used. The reviews are published over a 17 year time period (1994-2011) thus enabling time trends analysis. The methods used in these systematic reviews of adverse effects are also compared with those reported in surveys of other types of reviews. \n \nFurther potentially relevant evidence is incorporated to address gaps identified in the literature. A detailed analysis is provided of the contribution of different sources of data for adverse drug reactions using 58 included studies from a case study systematic review. The same case study systematic review is then used to measure the performance of adverse effects search filters in MEDLINE and EMBASE. \n \nFinally 242 included papers from a series of 26 systematic reviews are evaluated to strengthen the evidence base regarding adverse effects search filters and to assess individual adverse effects search terms in MEDLINE, EMBASE, and Science Citation Index (SCI). \n \nThe strengths and weaknesses of the analyses are discussed and implications for practice and guidance presented along with recommendations for future research. \n
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,685 | 0,854 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,006 |
| Méta-épidémiologie (sens large) | 0,013 | 0,015 |
| Bibliométrie | 0,040 | 0,031 |
| Études des sciences et des technologies | 0,004 | 0,007 |
| Communication savante | 0,027 | 0,029 |
| Science ouverte | 0,008 | 0,016 |
| Intégrité de la recherche | 0,008 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,008 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex 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 ».