Problema que resuelve
La extracción de datos combina lectura minuciosa, interpretación y normalización. Los errores pueden aparecer por copiar cifras incorrectas, perder el denominador, mezclar poblaciones, duplicar resultados o no conservar la localización del dato en el texto original.
Qué hace Vetra
- Realiza la extracción de datos de manera estructurada a partir del diseño y los outcomes de la revisión sistemática.
- Identifica campos candidatos como población, intervención, comparador, desenlaces, tamaño muestral, seguimiento y estimadores.
- Referencia cada dato en el paper original con su sección, tabla, figura o párrafo exacto para facilitar la revisión humana.
- Marca inconsistencias o campos incompletos antes de pasar a síntesis o metaanálisis.
Supervisión humana
La IA puede acelerar la localización y preestructuración de datos, pero el investigador debe verificar los campos relevantes, confirmar la interpretación clínica y decidir qué datos son apropiados para cada análisis.
Qué queda registrado
- Campo extraído, valor, unidad, fuente y localización.
- Referencia exacta a la sección, tabla, figura o párrafo del paper original donde aparece cada dato.
- Estado de revisión: pendiente, verificado, corregido o descartado.
- Correcciones realizadas por humanos y motivo del cambio.
- Notas sobre supuestos, conversiones, datos derivados o decisiones de imputación.