DOI 10.1007/s00421-006-0387-2 LETTER TO THE EDITORS
Notice bibliographique
Résumé
Experts of controlled clinical trials argue that conclusions about the eVects of medical interventions should be based on clinically relevant outcomes and not on the surrogates such as laboratory measurements. There are several examples in which the eVect on a clinically relevant outcome considerably diverged from the eVect on a surrogate end point (Fleming and DeMets 1996; Rothwell 2005). In this respect, the recent paper by Davison and Gleeson (2006) is somewhat problematic. Davison and Gleeson motivated their study by noting that heavy exertion or long-duration exercise may increase the incidence of upper respiratory tract infection (URI) and by citing two trials in which vitamin C reduced the risk of URI associated with marathon runs. Evidence that vitamin C supplementation may be beneWcial for people who are under heavy physical stress is, however, substantially stronger than Davison and Gleeson present. A recent Cochrane meta-analysis focusing on vitamin C and the common cold found six placebo-controlled trials with participants under heavy acute physical stress (combined N = 642). In this group of trials, vitamin C reduced common cold risk by 50 % (95% CI: ¡34 to ¡62%) (Douglas and Hemilä 2005; Hemilä 2006). Four of the trials, including those cited by Davison and Gleeson, were carried out with marathon runners, the Wfth with Canadian soldiers in a winter exercise (Sabiston and Radomski 1974), and the sixth with schoolchildren in a skiing camp in the Swiss Alps
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».