The Quality of Reports of Randomized Controlled Trials Varies between Subdisciplines of Physiotherapy
Notice bibliographique
Résumé
PURPOSE: The quality of reports of randomized trials of physiotherapy interventions varies by year of publication, language of publication and whether the intervention being assessed is a type of electrotherapy. Whether it also varies by subdiscipline of physiotherapy has not yet been systematically investigated. The purpose of this study was to determine whether the quality of trial reports varies according to the subdiscipline of physiotherapy being evaluated. METHODS: Reports of physiotherapy trials were identified using the Physiotherapy Evidence Database (PEDro). Quality of the trial report was evaluated using the PEDro scale (total PEDro score and 11 individual PEDro scale items). Multiple linear and logistic regressions were used to predict the quality of trial reports, with subdisciplines, time since publication, language of publication, and evaluation of electrotherapy as independent variables in the model. RESULTS: Total PEDro scores are higher when trial reports are more recent; are published in English; investigate electrotherapy; and are in the subdisciplines of musculoskeletal, neurology, cardiopulmonary, gerontology, continence and women's health, orthopaedics, or paediatrics. Trials in the subdisciplines of ergonomics and occupational health, oncology, and sports are associated with lower total PEDro scores. The musculoskeletal subdiscipline had a positive association with six of the PEDro scale items, more than any other subdiscipline. CONCLUSIONS: There is scope to improve the quality of the conduct and reporting of randomized trials across all the physiotherapy subdisciplines. This study provides specific information about how each physiotherapy subdiscipline can improve trial quality.
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 | 0,208 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,026 | 0,006 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; les deux têtes enseignantes 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 ».