MétaCan
Menu
← Retour à la cohorte

The Risk of Bias in Randomized Trials in General Dentistry Journals

2015· review· en· W2342729863 sur OpenAlexaff
Stephanie Hinton, Mohammed M. Beyari, Kim Madden, Hanadi Lamfon

Notice bibliographique

RevueJournal of Long-Term Effects of Medical Implants · 2015
Typereview
Langueen
DomaineDecision Sciences
ThématiqueMeta-analysis and systematic reviews
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésRandomized controlled trialMedicineSample size determinationDentistryMEDLINEEvidence-based dentistryPublication biasSystematic reviewConsolidated Standards of Reporting TrialsClinical trialRelative riskMeta-analysisAlternative medicineSurgeryInternal medicineConfidence intervalStatistics

Résumé

récupéré en direct d'OpenAlex

The use of a randomized controlled trial (RCT) research design is considered the gold standard for conducting evidence-based clinical research. In this present study, we aimed to assess the quality of RCTs in dentistry and create a general foundation for evidence-based dentistry on which to perform subsequent RCTs. We conducted a systematic assessment of bias of RCTs in seven general dentistry journals published between January 2011 and March 2012. We extracted study characteristics in duplicate and assessed each trial's quality using the Cochrane Risk of Bias tool. We compared risk of bias across studies graphically. Among 1,755 studies across seven journals, we identified 67 RCTs. Many included studies were conducted in Europe (39%), with an average sample size of 358 participants. These studies included 52% female participants and the maximum follow-up period was 13 years. Overall, we found a high percentage of unclear risk of bias among included RCTs, indicating poor quality of reporting within the included studies. An overall high proportion of trials with an "unclear risk of bias" suggests the need for better quality of reporting in dentistry. As such, key concepts in dental research and future trials should focus on high-quality reporting.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,672
score de la tête « metaresearch » (Gemma)0,871
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: Méthodes
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,328
Score d'incertitude au seuil0,404

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,6720,871
Méta-épidémiologie (sens strict)0,0030,004
Méta-épidémiologie (sens large)0,0180,019
Bibliométrie0,0270,026
Études des sciences et des technologies0,0030,013
Communication savante0,0140,011
Science ouverte0,0060,010
Intégrité de la recherche0,0120,008
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,800
Tête enseignante GPT0,632
Écart entre enseignants0,168 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeRevue systématique
DomaineMéthodes
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Long-Term Effects of Medical Implants→Même sujetMeta-analysis and systematic reviews→Travaux en français237 207→