Poor Citation of Prior Evidence in Hip Fracture Trials
Notice bibliographique
Résumé
BACKGROUND: Failure to cite prior evidence in the medical literature may result in publication redundancy and inefficient use of research funding. We evaluated trials in which internal fixation was compared with arthroplasty for the treatment of hip fractures in order to determine the extent to which these randomized trials cited all relevant previous trials. METHODS: We searched MEDLINE and Embase for all relevant articles on four topics: internal fixation compared with arthroplasty, total hip arthroplasty compared with hemiarthroplasty, sliding hip screws compared with other fixation devices, and surgical delay of hip fracture treatment. We determined the proportion of previous studies that were cited in comparison with the total number of previous studies that were citable (i.e., the citation rate) as well as the proportion of times that a study was cited in comparison with the total number of times that it could have been cited (i.e., the hit rate). A cumulative meta-analysis was performed for the "internal fixation compared with arthroplasty" topic to determine whether compelling evidence favoring one intervention existed at an earlier time. RESULTS: In total, sixty studies were assessed and yielded an overall citation rate of 48%. All "highly cited" studies reported a positive result (favoring arthroplasty), and 60% were published in The Journal of Bone and Joint Surgery (American or British volume). The results of a study and the journal of publication significantly affected the hit rate (p < 0.05). CONCLUSIONS: Our review of studies of hip fracture treatment suggests poor citation of the previous literature. Studies in higher-impact journals with positive results are more likely to be cited in subsequent studies. Therefore, redundancy in publication and unnecessary surgical trials often occur.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,350 | 0,777 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,014 | 0,013 |
| Bibliométrie | 0,066 | 0,062 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,018 | 0,013 |
| Science ouverte | 0,006 | 0,007 |
| Intégrité de la recherche | 0,007 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».