MétaCan
Menu
Retour à la cohorte
Enregistrement W203261138 · doi:10.3233/978-1-61499-289-9-657

CONSORT-EHEALTH: Implementation of a Checklist for Authors and Editors to Improve Reporting of Web-Based and Mobile Randomized Controlled Trials

2013· article· en· W203261138 sur OpenAlexaff
Günther Eysenbach

Notice bibliographique

RevueStudies in health technology and informatics · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésChecklisteHealthConsolidated Standards of Reporting TrialsRandomized controlled trialComputer scienceWeb applicationWorld Wide WebMedicinePsychologyHealth careInternal medicinePolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Randomized trials of web-based and mobile interventions pose very specific issues and challenges. A set of best practices on how to conduct and report such trials was recently summarized in the CONSORT-EHEALTH statement (Consolidated Standards of Reporting Trials of Electronic and Mobile HEalth Applications and onLine TeleHealth), published in August 2011 as draft and in December 2011 as journal article (V1.6.1). The purpose of this presentation is to review the results of the pilot implementation at the Journal of Medical Internet Research (JMIR), a leading eHealth journal, where reporting of trials in accordance with CONSORT-EHEALTH became mandatory in late 2011. METHODS: Authors of all randomized trials submitted to JMIR were asked to complete an electronic questionnaire, which involved copying pertinent manuscript sections into a CONSORT EHEALTH database form, were asked to score the importance of CONSORT EHEALTH items, and were asked to provide narrative feedback on the value of the process. RESULTS: Between August 2011 and November 2012, 67 randomized trials were submitted, of which 61 were intended for publication in JMIR. Authors reported that it took between 1 and 16 hours to complete the checklist including making required changes to their manuscripts. 72% (48/67) of authors reported they made minor changes to the manuscript, 6% (4/67) made major changes. Most authors felt it was a useful process that improved their manuscripts: 63% (42/67) said it improved their manuscript, 13% (9/67) said it did not, 12% (8/67) indicated that it had improved a little. CONCLUSIONS: The CONSORT EHEALTH statement and checklist appeared successful in improving the quality of reporting. The checklist should be endorsed and used by authors and editors of other journals.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,668
score de la tête « metaresearch » (Gemma)0,793
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,332
Score d'incertitude au seuil0,409

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,6680,793
Méta-épidémiologie (sens strict)0,0080,011
Méta-épidémiologie (sens large)0,0120,017
Bibliométrie0,0280,024
Études des sciences et des technologies0,0060,012
Communication savante0,0140,014
Science ouverte0,0100,012
Intégrité de la recherche0,0150,023
Charge utile insuffisante (le modèle a refusé de juger)0,0160,010

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 Opus0,075
Tête enseignante GPT0,509
Écart entre enseignants0,434 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
DomainePrésentation des résultats
GenreMéthodes

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

En bref

Citations82
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in health technology and informaticsMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207