MétaCan
Menu
Retour à la cohorte
Enregistrement W7105525706 · doi:10.17605/osf.io/w2hm9

Impact of Protocol Access on Bias Ratings in Cohort Studies of Interventions: A Before-and-After Study

2025· other· W7105525706 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpen Science Framework · 2025
Typeother
Langue
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProtocol (science)Cohort studyPsychological interventionSystematic reviewReporting biasCohortResearch designMEDLINERetrospective cohort study

Résumé

récupéré en direct d'OpenAlex

This single-arm before-and-after study aims to assess estimate how often ROBINS-I risk-of-bias ratings based on published study reports are changed following access to study protocols. Secondary aim is to estimate whether access to study protocols is associated with improved inter-rater reliability in ROBINS-I domain-level bias ratings. Study materials involved are protocols and publications of cohort studies of interventions, defined as controlled retrospective or prospective cohort studies that assess the effects of interventions (e.g., drugs, biologics, devices, procedures, policies, counselling) that aim to affect health-related outcomes. They also need to have been registered on ClinicalTrials.gov with a prespecified study protocol (protocol version date is within one month after the listed study start date), have a study status marked as completed as well as a study start date between 2016 and 2020, and have a publication of results in a peer-reviewed journal. Eligible assessors, namely the people who will be rating the bias, are the authors of published Cochrane systematic reviews that applied the ROBINS-I to cohort studies of interventions. If additional assessors are needed, secondary sources will include authors of other published systematic reviews using ROBINS-I for cohort studies, and staff members from the systematic review teams at Cochrane Denmark and Canada. Included studies will be randomly assigned to assessors using a balanced incomplete block (BIB) design, such that each assessor rates the same number of studies, each study is rated by the same number of assessors, and each distinct pair of assessors would have the same number of studies in common. This design substantially reduces rating burden by having each assessor review only a subset of studies, while still maintaining estimability of inter-reader agreement for all pairs of assessors. In each study-assessor pair (e.g., Assessor A’s rating of Study #1), we will identify the differences in domain-level bias ratings made before and after protocol access.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,019
score de la tête « metaresearch » (Gemma)0,022
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Science ouverte
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,221
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0190,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0050,015
Études des sciences et des technologies0,0000,007
Communication savante0,0020,002
Science ouverte0,0110,014
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,143
Tête enseignante GPT0,549
Écart entre enseignants0,406 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Science FrameworkTravaux en français237 207