What Makes a Successful Survey? A Systematic Review of Surveys Used in Anterior Cruciate Ligament Reconstruction
Notice bibliographique
Résumé
PURPOSE: To characterize and assess the methodological quality of patient and physician surveys related to anterior cruciate ligament reconstruction, and to analyze the factors influencing response rate. METHODS: The databases MEDLINE, Embase, and PubMed were searched from database inception to search date and screened in duplicate for relevant studies. Data regarding survey characteristics, response rates, and distribution methods were extracted. A previously published list of recommendations for high-quality surveys in orthopaedics was used as a scale to assess survey quality (12 items scored 0, 1, or 2; maximum score = 24). RESULTS: Of the initial 1,276 studies, 53 studies published between 1986 and 2016 met the inclusion criteria. Sixty-four percent of studies were distributed to physicians, compared with 32% distributed to patients and less than 4% to coaches. The median number of items in each survey was 10.5, and the average response rate was 73% (range: 18% to 100%). In-person distribution was the most common method (40%), followed by web-based methods (28%) and mail (25%). Response rates were highest for surveys targeted at patients (77%, P < .0001) and those delivered in-person (94%, P < .0001). The median quality score was 12/24 (range = 8.5/24 to 21/24). There was high inter-rater agreement using the quality scale (intraclass correlation coefficient = 0.92), but there was no correlation with the response rate (Rho = -0.01, P = .97). CONCLUSIONS: Response rates vary based on target audience and distribution methods, with patients responding at a significantly higher rate than physicians and in-person distribution yielding significantly higher response rates than web or mail surveys. LEVEL OF EVIDENCE: Level IV, systematic review of Level IV studies.
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 | 0,151 | 0,454 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,011 | 0,009 |
| Bibliométrie | 0,027 | 0,027 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,005 | 0,007 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».