Évaluation de la qualité des études : est-ce que les outils disponibles sont fiables ?
Bibliographic record
Abstract
Contexte les recommandations actuelles de prise en charge d’un patient insistent sur la part de la pratique basée sur les preuves (EBP) dans les prises de décision clinique. Actuellement les données scientifiques considérées comme étant de meilleure qualité sont celles issues des revues systématiques (RS). Dans les RS, les articles sont évalués selon leurs qualités méthodologiques. Des outils ont été développés durant les dernières années pour permettre la réalisation de ces évaluations. Ces outils sont des éléments de tests dont la fiabilité interévaluateur est un aspect important, car en cas de reproductibilité faible, la force des preuves pourrait varier pour d’autres raisons que la qualité des données issues de la littérature. Nous avons donc voulu vérifier les qualités métrologiques de deux outils de classement de qualités des épreuves : le Risk Of Bias tool (ROB) de la collaboration Cochrane conçu pour les essais randomisés contrôlés et la Newcastle Ottawa Scale (NOS) qui s’intéressent au risque de biais dans les études non interventionnelles et les études observationnelles. Nous avons réalisé une revue systématique de la littérature disponible sur la base de données PubMed, avec l’équation suivante : « Newcastle Ottawa Scale »/« Risk of Bias » and (reliability or interrater or validity or sensitivity or specificity or agreement). Nous nous sommes intéressés aux études rapportant la fiabilité interexaminateur de ces deux échelles. Nous avons identifié 113 occurrences possibles concernant la NOS et 92 pour le ROBtool. Nous avons inclus 4 études [1], [2], [3], [4] concernant la NOS et 6 études [5], [6], [7], [8], [9], [10] concernant le ROBtool. Les études semblent être en faveur d’une faible fiabilité interévaluateur de ces outils avec un coefficient de kappa, sur la note globale compris entre −0,19 et 0,46 et entre 0,2 et 0,41 pour le ROBtool. Des variations existent entre les sous-items de chacun des outils. Les qualités métrologiques des principaux outils d’évaluation de la qualité des études ne permettent pas d’évaluation fiable de la littérature scientifique et ne peuvent se soustraire à la compétence d’analyse critique de la littérature. Ces données sont un nouvel apport en faveur de l’importance de la maîtrise de la méthodologie scientifique et de recherche par les physiothérapeutes pour aborder les données issues de la littérature.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.557 | 0.790 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.008 | 0.007 |
| Bibliometrics | 0.011 | 0.011 |
| Science and technology studies | 0.003 | 0.011 |
| Scholarly communication | 0.023 | 0.016 |
| Open science | 0.007 | 0.008 |
| Research integrity | 0.005 | 0.006 |
| Insufficient payload (model declined to judge) | 0.009 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; the direct Gemma label and the distilled Codex classifier agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".