Deficiencies in the reporting quality of RCTs in neurosurgery: How can we do better?
Notice bibliographique
Résumé
Background: Deficiencies in design and reporting of randomized controlled trials (RCTs) limit their validity. The quality of recent RCTs in neurosurgery was analyzed to assess adequacy of design and reporting. Methods: A high-yield search of the MEDLINE and EMBASE databases (2000-present) was conducted. The CONSORT and Jadad scales were used to assess the quality of design/reporting. A PRECIS-based scale was used to designate studies on the pragmatic-explanatory continuum. Spearman’s test was used to assess correlations. Regression analysis was used to assess associations. Results: Sixty-one articles were identified. Vascular was the most common sub-specialty (37%). The median CONSORT and Jadad scores were 36 (IQR 27.5-39) and 3 (IQR 2-3). Blinding, sample size calculation and allocation concealment were most deficiently reported. The quality of reporting did not correlate with the study impact. The majority of studies (83%) had pragmatic objectives; while pragmatic studies had compatible design factors, trials with explanatory objectives were less successful. Conclusions: The prevalence and quality of neurosurgical RCTs is low. Many study designs are not compatible with stated objectives. Given the role of RCTs as one of the highest levels of evidence, it is critical to improve on their methodology and reporting. Alternative methodologies merit discussion.
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 | 0,743 | 0,892 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,005 |
| Méta-épidémiologie (sens large) | 0,017 | 0,010 |
| Bibliométrie | 0,030 | 0,028 |
| Études des sciences et des technologies | 0,004 | 0,015 |
| Communication savante | 0,025 | 0,026 |
| Science ouverte | 0,010 | 0,008 |
| Intégrité de la recherche | 0,011 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».