Importance and Presence of High-Quality Evidence for Clinical Decisions in Neurosurgery: International Survey of Neurosurgeons
Notice bibliographique
Résumé
BACKGROUND: The publication rate of neurosurgical guidelines has increased tremendously over the past decade; however, only a small proportion of clinical decisions appear to be based on high-quality evidence. OBJECTIVE: The aim was to evaluate the evidence available within neurosurgery and its value within clinical practice according to neurosurgeons. METHODS: A Web-based survey was sent to 2552 neurosurgeons, who were members of the European Association of Neurosurgical Societies. RESULTS: The response rate to the survey was 6.78% (173/2552). According to 48.6% (84/173) of the respondents, neurosurgery clinical practices are based on less evidence than other medical specialties and not enough high-quality evidence is available; however, 84.4% (146/173) of the respondents believed neurosurgery is amenable to evidence. Of the respondents, 59.0% (102/173) considered the neurosurgical guidelines in their hospital to be based on high-quality evidence, most of whom considered their own treatments to be based on high-quality (level I and/or level II) data (84.3%, 86/102; significantly more than for the neurosurgeons who did not consider the hospital guidelines to be based on high-quality evidence: 55%, 12/22; P<.001). Also, more neurosurgeons with formal training believed they could understand, criticize, and interpret statistical outcomes presented in journals than those without formal training (93%, 56/60 and 68%, 57/84 respectively; P<.001). CONCLUSIONS: According to the respondents, neurosurgery is based on high-quality evidence less often than other medical specialties. The results of the survey indicate that formal training in evidence-based medicine would enable neurosurgeons to better understand, criticize, and interpret statistical outcomes presented in journals.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,063 | 0,772 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes 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 ».