Characteristics of physicians receiving large payments from pharmaceutical companies and the accuracy of their disclosures in publications: an observational study
Notice bibliographique
Résumé
BACKGROUND: Financial relationships between physicians and industry are extensive and public reporting of industry payments to physicians is now occurring. Our objectives were to describe physician recipients of large total payments from these seven companies, and to examine discrepancies between these payments and conflict of interest (COI) disclosures in authors' concurrent publications. METHODS: The investigative journalism organization, ProPublica, compiled the Dollars for Docs database of payments to individuals from publically available data from seven US pharmaceutical companies during the period 2009 to 2010. We examined the cohort of 373 physicians in this database who each received USD $100,000 or more in the reporting period 2009 to 2010. RESULTS: These physicians received a total of $52,600,624 during this period (mean payment per physician $141,020). The predominant specialties were internal medicine and psychiatry. 147 of these physicians authored a total of 134 publications in the first quarter of 2011 and 77% (103) of these publications provided a COI disclosure. 69% of the 103 publications did not contain disclosures of the payment listed in the Dollars for Docs database. CONCLUSIONS: With increased public reporting of industry payments to physicians, it is apparent that large sums are being paid for services such as consulting and peer education. In over two-thirds of publications where COI disclosures were provided, the disclosures by physician authors did not include industry payments that were documented in the Dollars for Docs database.
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 | 0,009 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».