P3.322 Lack of Standardised Reporting and Documentation of Measures Beyond Accuracy Impair Quality of Research: Evidence from Syphilis and HIV Point-Of-Care Diagnostics
Notice bibliographique
Résumé
<h3>Background</h3> HIV and Syphilis collectively infect about 70 million individuals. Both infections have long asymptomatic periods, making timely screening imperative for infection control. While enough evidence exists on diagnostic accuracy measures for point-of-care tests (POCTs), the quality of evidence on measures beyond accuracy is poor. We reviewed evidence on these implementation research outcomes (IROs) and summarised their quality. <h3>Method</h3> Two reviewers systematically searched 10+ electronic databases for the period: January 1980-September 2012, independently abstracted data and synthesised outcomes narratively. Over 10,000 citations were screened and a final set of 191 studies identified for inclusion. <h3>Results</h3> Of 191 studies, almost half 46%(n = 127) in HIV and 41% (n = 64) in syphilis, reported IROs. IROs included acceptability, preference, feasibility and impact. Across 16 studies, acceptability measure was reported as proportions, rates, without confidence intervals often without clear definitions. Across 9 studies, preference was reported as proportion, without definitions or comparators. Feasibility metric across 7 studies, was ill-defined and heterogeneously reported as either completion of strategy, or test procedure, often as a statistic without confidence intervals or a definition or a quantifiable metric. Impact measure (n = 13) was best quantified in clinical trials-reported as either time to treatment initiation, or time to receiving a test result, or change in numbers newly infected or screened with a POCT strategy. Unclear definitions of other IROs, lax measurement resulted in deficient documentation and weak quality ratings on STROBE and CONSORT checklists, raising concerns about the quality of the evidence presented. <h3>Conclusion</h3> Poor reporting of IROs (i.e, feasibility, acceptability, preference) in POCT diagnostics masked evidence and pointed to the need for standardised definitions, quantification and reporting for them. A framework for documenting metrics beyond accuracy and impact is urgently needed to improve evaluation of true benefits of POCT diagnostics in implementation research.
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 | 0,008 | 0,117 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; un appel candidat d’une seule tête enseignante, 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 ».