Notice bibliographique
Résumé
Drawing policy conclusions from uncontrolled studies Studying a population of adults seenin clinic for biliary colic, Boris Sobolev and associates1 documented an association between longer waiting times and admissions for emergency cholecystectomy. However, because the patients were not randomly assigned to the waiting list, readers should entertain the possi-bility that the findings were driven by an association with a so-called “third variable. ” For example, the patients who ended up on the waiting list might have been sicker. If so, the observed as-sociation between waiting times and emergency admissions was actually dri-ven by an unobserved association be-tween health status and emergency ad-missions. Sobolev and associates1 acknowledge the possibility of con-founding by patient morbidity, and they do attempt rudimentary adjust-ment for other potential confounding variables. However, even if they had had access to better data on patients’ health status, the criticism of potential confounding would remain. Prior studies, none of which were cited by Sobolev and associates,1 have addressed this problem by means of econometric methodology.2–4 Hamilton and colleagues2 used an estimation strategy that accounted for unmeasured health differences and found no effect of waiting times on death rates for pa-tients waiting for hip fracture surgery. Subsequent comparisons of patients with hip fracture in the United States and Canada3,4 arrived at a similar con-clusion. Policy-makers seeking to draw con-clusions from the findings of Sobolev and associates1 would be well advised to consider these more sophisticated econometric analyses in their delibera-tions.
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 | 0,005 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,012 | 0,007 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,018 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,378 | 0,222 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».