An empirical comparison of methods to meta-analyze individual patient data of diagnostic accuracy
Notice bibliographique
Résumé
ABR ÉG ÉLes méta-analyses sur les données individuelles de patient (IPD) sont de plus en plus communes dans la littérature scientifique.L'utilisation de données individuelles de patient a plusieurs avantages.Dans le contexte d'études sur la précision du diagnostique de test à échelle ordinale ou semi-continue, la sensibilité et la spécificité du test sont habituellement reportées pour un certain seuil et une méta-analyse est conduite via une approche bivariée qui prend en compte la corrélation entre la sensibilité et la spécificité.Avec des IPD, il est possible d'obtenir une paire de sensibilité et spécificité pour tous les seuils possibles.Une façon d'analyser ce genre de données est d'appliquer le modèle bivarié seuil par seuil.Une autre façon d'analyser ces données est de modéliser les résultats pour tous les seuils simultanément.La corrélation entre les différents seuils pour chaque étude est alors prise en compte.Parmi d'autres méthodes, les modèles ordinal multivarié avec effets aléatoires et normal multivarié avec effets aléatoires ont été proposés pour méta-analyser des données sur la précision du diagnostic avec plusieurs seuils.Notre objectif est de comparer ces deux méthodes au modèle bivarié, empiriquement et via une étude de simulation, lorsque des données IPD sont disponibles.Les données IPD CAGE et les données IPD sur le Questionnaire sur la Santé du Patient-9 (PHQ-9) sont utilisées pour mener les comparaisons empiriques.Les comparaisons empiriques ont montré que les deux approches multivariées sont difficiles à appliquer et sujettes à d'occasionnel problèmes de convergence tandis que l'approche bivariée est simple à appliquer, mais exagérément simpliste.Néanmoins, les études de simulation ont montré qu'ignorer la corrélation intra-étude v n'a pas une effet dramatique sur l'inférence du modèle bivarié.Les deux approches multivariées ne convenaient pas aux études de simulation, ce qui met l'accent sur la complexité des modèles.Nous recommandons de méta-analyser les données IPD sur la précision du diagnostique via l'approche bivariée ou le plus complexe modèle ordinal multivarié.
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 | 0,229 | 0,451 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,008 | 0,025 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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; 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 ».