A Systematic Review of Surgical Randomized Controlled Trials
Notice bibliographique
Résumé
BACKGROUND: The authors investigated the methodological validity of plastic surgery randomized controlled trials that compared surgical interventions. METHODS: An electronic search identified randomized controlled trials published between 2000 and 2013. Reviewers, independently and in duplicate, assessed manuscripts and performed data extraction. Methodological safeguards (randomization, allocation concealment, blinding, and incomplete outcome data) were examined using the Cochrane risk of bias tool. Regression analysis was used to identify trial characteristics associated with risk of bias. RESULTS: Of 1664 potentially eligible studies, 173 randomized controlled trials were included. Proper randomization and allocation concealment methods were described in 61 of 173 (35 percent) and 21 of 173 (12 percent), respectively. Outcome assessors were blinded in 58 of 173 (34 percent) trials, and patients were blinded in 45 of 173 (26 percent). Follow-up rates were high, with 99 of 173 (57 percent) randomized controlled trials appearing to have complete follow-up. An intention-to-treat analysis was used in 19 of 173 (11 percent) trials. One-third (58 of 173, 34 percent) did not state their primary outcomes. The most common type of primary outcome used was a symptom/quality of life, class III, outcome (73 of 173, 42 percent). Multinomial regression demonstrated trials reporting an a priori sample size as more likely to have a low risk of bias (p = 0.001). CONCLUSIONS: This article highlights methodological safeguards that plastic surgeons should consider when interpreting results of a surgical randomized controlled trial. Allocation concealment, outcome assessor blinding, and patient blinding were identified as areas of concern. Valid and reliable outcome measures are being used in plastic surgery. This analysis provides strong rationale for continued focus on the performance and reporting of clinical trials within our specialty.
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 | 0,128 | 0,418 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,017 | 0,012 |
| Bibliométrie | 0,032 | 0,021 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,006 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».