MétaCan
Menu
Retour à la cohorte
Enregistrement W2059423267 · doi:10.1097/01.ccm.0000178361.73895.24

Abstract reporting in randomized clinical trials of acute lung injury: An audit and assessment of a quality of reporting score*

2005· article· en· W2059423267 sur OpenAlexaff
Karen E. A. Burns, Neill K. J. Adhikari, Michelle E. Kho, Maureen O. Meade, Rakesh V. Patel, Tasnim Sinuff

Notice bibliographique

RevueCritical Care Medicine · 2005
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueMeta-analysis and systematic reviews
Établissements canadiensMcMaster UniversityHamilton Health Sciences
Organismes subventionnairesnon disponible
Mots-clésMedicineCINAHLRandomized controlled trialMEDLINEAuditPsychological interventionFamily medicinePhysical therapyInternal medicineNursing

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To evaluate the quality of reporting among abstracts of randomized controlled trials (RCTs) in acute lung injury and to highlight important trial information for abstract inclusion. DESIGN: Audit of published RCT abstracts. SAMPLE: A total of 56 RCTs, identified in MEDLINE, EMBASE, HEALTHSTAR, CINAHL, and the Cochrane Central Register of Controlled Trials. MEASUREMENTS AND MAIN RESULTS: We used a research focus group and published literature on suggested content for abstracts of original articles to generate a list of 32 recommended items. The focus group reduced this list to a 20-item long form list of highly relevant criteria and a 12-item short form list of essential criteria for inclusion in abstracts of RCTs in acute lung injury. After pilot testing the abstract appraisal form, we evaluated abstracts independently and in duplicate. We scored the quality of reporting of each abstract by dividing the number of criteria fulfilled by the number applicable. Although abstracts described the study objectives and interventions well and the participants, outcomes, and conclusions to an intermediate extent, key deficiencies were noted in reporting the study methods, setting, and results. Mean quality of reporting scores were significantly higher for structured compared with unstructured abstracts using the 32-item, 20-item, and 12-item lists (p = .008, .014, and <.0001, respectively), especially for abstracts published after 1990 (p = .004, .017, and .001, respectively). The 20-item and 12-item lists correlated well with the 32-item list (r = .89 and .62, respectively) and with one another (r = .73). CONCLUSIONS: Key design features and results are frequently under-reported in RCT abstracts, particularly among unstructured abstracts. Checklists may aid authors and editors in prioritizing important criteria for inclusion in RCT abstracts.

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)0,672
score de la tête « metaresearch » (Gemma)0,790
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Présentation des résultats · Signal consensuel: Présentation des résultats
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,328
Score d'incertitude au seuil0,404

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,6720,790
Méta-épidémiologie (sens strict)0,0040,004
Méta-épidémiologie (sens large)0,0110,017
Bibliométrie0,0350,034
Études des sciences et des technologies0,0040,005
Communication savante0,0080,011
Science ouverte0,0050,009
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,848
Tête enseignante GPT0,719
Écart entre enseignants0,129 · 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'étudeObservationnel
DomainePrésentation des résultats
GenreEmpirique

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

En bref

Citations33
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical Care MedicineMême sujetMeta-analysis and systematic reviewsTravaux en français237 207