Quality Evaluation of Methodology on the Changes in Traditional Chinese Medicine Syndromes of Stroke and Risk Population
Notice bibliographique
Résumé
Background The longitudinal changes of Chinese medicine syndrome in the participants with stroke and its risk factors are essentials to the treatment with syndrome differentiation of traditional Chinese medicine for cerebrovascular diseases. Objective To evaluate the methodological quality of cohort studies about longitudinal changes of Chinese medicine syndrome in stroke and its risk factors. Methods The CNKI, Wanfang Data, CBM database and PubMed were electronically searched for cohort studies about longitudinal changes of Chinese medicine syndrome in stroke and its risk factors from establishment to December, 2023. Two investigators were independently responsible for screening articles and extracting data. The methodological quality was assessed using the Newcastle-Ottawa Scale (NOS) . Results A total of 22 articles including 21 cohort studies were included to the review. The median of NOS scores was 5 (4, 5). In details, NOS items scored best included item 2 "Selection of the Non-Exposed Cohort" (100.00%), item 4 "Demonstration That Outcome of Interest Was Not Present at Start of Study" (100.00%), and item 3 "Ascertainment of Exposure" (90.91%). Items scored least included item 1 "Representativeness of the Exposed Cohort" (9.09%), item 6 "Assessment of Outcome" (9.09%), and item 5 "Comparability of Cohorts on the Basis of the Design or Analysis" (18.18%). Subgroup analysis suggested that journal grade was potential factors influencing methodology quality (Z=-2.554, P=0.011) . Conclusion The methodological quality of cohort studies about longitudinal changes of Chinese medicine syndrome in the participants with stroke and its risk factors was of moderate methodological quality. The efforts to improve the participant representativeness, out ascertainment, quality of follow-ups and controlling confounders specific to Chinese medicine syndrome should be further encouraged.
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 | 0,429 | 0,661 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,012 | 0,015 |
| Bibliométrie | 0,030 | 0,029 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
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 ».