Systematic Review of Sex‐Specific Reporting of Data: Cholinesterase Inhibitor Example
Notice bibliographique
Résumé
OBJECTIVES: To improve the value of research for older adults, we examine sex-specific reporting of data from drug trials for the management of dementia. These data are important because they may influence considerations ranging from the health of populations to shared decision-making by individual patient and caregiver about the risk and benefit of a drug therapy. METHODS: Randomized controlled trials of cholinesterase inhibitors (i.e., donepezil, rivastigmine, or galantamine) with clinical outcomes were identified from searches of MEDLINE, EMBASE, and the Cochrane Library. Sex-specific data were extracted from nine sections (title, abstract, introduction, methods, outcomes, results, discussion, limitations, and conclusion). Among the donepezil trials only, more detailed harms data were obtained. FINDINGS: Thirty-three randomized controlled trials were identified evaluating 15,971 participants (9,103 (57%) female). Trials were highly cited (median citations 158, interquartile range 62-441) and published in high impact journals (median impact factor 7.4, interquartile range 3.4-8.2). Sex was not mentioned in the title, introduction, limitations, or conclusion section of any trial. Only three trials (9%) mentioned sex in the abstract (all as a demographic characteristic), and 8 (24%) in the methods. Almost all (32 (97%)) trials mentioned sex in the results as a demographic variable. One trial reported a sex difference for a secondary outcome. Among the 16 trials studying donepezil, adverse events were frequently reported and often dose-related. No trial provided sex-specific reporting of adverse events. CONCLUSIONS: There is an almost complete lack of sex-specific reporting of data in clinical trials for dementia drug therapies, and no sex-specific reporting of adverse events. Sex-specific reporting of data should be required in drug trials to increase research value and ultimately inform more tailored prescribing for older adults.
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 | 0,114 | 0,496 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,015 | 0,014 |
| Bibliométrie | 0,023 | 0,023 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 ».