Reporting of Randomized Trials in Common Cancers in the Lay Media
Notice bibliographique
Résumé
BACKGROUND: Limited data exist about the role of the lay media in the dissemination of results of randomized controlled trials (RCTs) in common cancers. METHODS: Completed phase III RCTs evaluating new drugs in common cancers between January 2005 and October 2016 were identified from ClinicalTrials.gov. Lay media reporting was identified by searching LexisNexis Academic. Scientific reporting was defined as presentation at an academic conference or publication in full. Associations between reporting in the lay media before scientific reporting and study design and sponsorship were evaluated using logistic regression. RESULTS: Of 180 RCTs identified, 52% were reported in the lay media and in 27%, lay media reporting occurred before scientific reporting with an increasing trend over time (p = 0.009). Reporting in the lay media before scientific reporting was associated with positive results (OR: 2.10, p = 0.04), targeted therapy compared to chemotherapy (OR: 4.75, p = 0.006), immunotherapy compared to chemotherapy (OR: 7.60, p = 0.02), and prostate cancer compared to breast cancer (OR: 3.25, p = 0.02). CONCLUSIONS: Over a quarter of all RCTs in common cancers are reported in the lay media before they are reported scientifically with an increasing proportion over time. Positive trials, studies in prostate cancer, and trials of immunotherapy are associated with early reporting in the lay media.
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 | 0,384 | 0,779 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,019 | 0,015 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,009 | 0,010 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,003 |
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 ».