P02.17. Building a database of validated pediatric outcomes: an investigation of compliance with established reporting standards
Notice bibliographique
Résumé
Ten journals with the highest impact factors were searched for pediatric RCTs published between 2000-2010. Two independent reviewers conducted screening and data extraction on 20% of randomly selected included studies. Variables extracted included: journal, sample size, participant age, condition under study, intervention, control, and details of primary outcome and outcome measurement tools. Searches identified 2229 unique references. Screening of a random sample of 2.5% determined that most (97%) were RCTs, thus full text for all references were obtained. Inclusion screening was carried out simultaneously with data extraction. Of the 446 articles screened to date, 66% were included. Participant age ranged from 20 weeks gestation to 20 years. Most (65%) were of treatment rather than prevention. Commonly used controls included placebo (35%) and another intervention (33%). With respect to primary outcome reporting, 34% of trials did not identify a primary outcome. Half (53%) reported at least one primary outcome; of these, 55% described one outcome as primary and 38% identified more than one outcome as primary. One quarter of the trials that included only one primary outcome used a questionnaire or scale-based tool and of these, only 26% presented information on tool clinometrics. This project will help identify gaps in the quality of outcome reporting in pediatric trials published in top journals over the past 10 years, leading to recommendations for improvements in reporting standards.
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 | 0,680 | 0,881 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,005 |
| Méta-épidémiologie (sens large) | 0,011 | 0,012 |
| Bibliométrie | 0,043 | 0,071 |
| Études des sciences et des technologies | 0,004 | 0,010 |
| Communication savante | 0,019 | 0,013 |
| Science ouverte | 0,009 | 0,012 |
| Intégrité de la recherche | 0,007 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,027 | 0,009 |
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 ».