Abstract: Meta-Analyses in Plastic Surgery: Can We Trust Their Results?
Notice bibliographique
Résumé
PURPOSE: The objectives of this manuscript is to assess the overall quality of meta-analyses in plastic surgery from 2007–2017, assess whether there has been an improvement in quality over time, and evaluate variables that may be associated with scientific quality. METHODS: A systematic review of meta-analyses was undertaken using a computerized search of Medline, Embase, Cochrane Database for Systematic Reviews. Articles from seven plastic surgery journals published between the years 2007 to 2017 were included. Publication descriptors (author, year, country of publication), methodological and statistical methods were extracted. Each article was then assessed using the A Measurement Tool to Assess Systematic Reviews (AMSTAR) instrument. RESULTS: A total of 67 studies were included. The number of meta-analyses increased consistently between 2007 and 2017 with the majority of studies coming from the United States. Most studies were outcome based, assessing a single intervention, from the journal Plastic & Reconstructive Surgery, pooled a mean of 21 primary studies (range: 2–134), and utilized a mean of 2465 patients (range: 44-14884). Most meta-analyses analyzed primary studies in the middle tiers of evidence levels (II to IV), with a small percentage analyzing randomized controlled trials (16.4%). Random effect modeling was most commonly used (47.8%) and meta-analyses generally had positive (82.1%) and significant results (74.6%). Meta-analyses evaluated clinical (80.6%), methodological (65.6%), and statistical heterogeneity (50.7%) variably in terms of appropriateness and a substantial portion did not acknowledge or report methodological (7.5%) and statistical heterogeneity (25.4%). AMSTAR scores ranged between two and ten, with a mean of 6.7 out of 11. AMSTAR scores were correlated with year of publication (p=0.04, R=0.25). Multivariable linear analysis indicated that more recent studies, studies that included a rationale for statistical pooling, and studies that properly managed methodological heterogeneity were correlated with higher AMSTAR scores (r=0.66, p<0.01). CONCLUSION: The quality and number of meta-analyses have increased; however, despite an improvement in quality, the overall quality of most meta-analyses remains low. Meta-analyses should utilize proper data pooling methods and account for clinical heterogeneity appropriately. Readers, authors, reviewers, and journal editors should utilize validated instruments to evaluate meta-analysis to uphold methodological integrity.
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 | 0,078 | 0,264 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,005 |
| Bibliométrie | 0,001 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 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; 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 ».