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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,798
score de la tête « metaresearch » (Gemma)0,761
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens large), Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche, Méta-épidémiologie (sens large)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,972
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,7980,761
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0600,016
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0060,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeAutre devis
Domainenon disponible
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 ImplantsMême sujetMeta-analysis and systematic reviewsTravaux en français237 207