537 Burn Clinical Trials: A Systematic Review of Registration and Publications
Notice bibliographique
Résumé
Randomized controlled clinical trials (CTs) are gold standard tools for assessing interventions. Although burn CTs have improved care, their status, publication frequency, and publication quality are not known. Here, we sought to characterize burn CTs by analyzing their location, completion status, temporal trend, funding sources, and the quality of trial reporting. The study background, rationale, search strategy, inclusion/exclusion criteria, and data analysis were published in PROSPERO register ahead of the data analysis. CT records were obtained from ClinicalTrials.gov and WHO’s CT Registry (searched May 2017). Publications were obtained from PubMed, Google Scholar, OVID MEDLINE, and ClinicalTrials.gov (searched June 2017). 23-item rubric adapted from CONSORT and ICH E3 guidelines. 738 burn CTs were identified globally, of which majority were publically-funded (77%), ongoing (52%), and assessed behavioral, pharmacological, device-based, dietary-based, and biological/procedural interventions. Amongst the ended trials, 69 (28%) published their findings. Significantly fewer industry-funded trials published findings (14% vs 33% publically-funded). Quality of reporting was suboptimal, and most underreported categories were the trial phase, severity, and sample size estimation. Burn trials are proliferating in number, location, and interventions assessed. Only a small proportion are published and quality of reporting is suboptimal. Incomplete, outdated, and non-registered CTs which are difficult to track. Burn researchers should aim to register and report on all clinical trials regardless of the outcome. Superior a priori design can reduce precocious termination and mandatory reporting of data fields can improve quality of reporting. Systematic review registration number: CRD42017068549
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 | 0,090 | 0,276 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,015 | 0,011 |
| Bibliométrie | 0,043 | 0,048 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,006 | 0,009 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,005 |
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 ».