MétaCan
Menu
Retour à la cohorte
Enregistrement W2895031242 · doi:10.1097/eja.0000000000000880

The degree of adherence to CONSORT reporting guidelines for the abstracts of randomised clinical trials published in anaesthesia journals

2018· article· en· W2895031242 sur OpenAlexaffabout
Jeffrey Chow, Timothy P. Turkstra, Edmund Yim, Philip M. Jones

Notice bibliographique

RevueEuropean Journal of Anaesthesiology · 2018
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueMeta-analysis and systematic reviews
Établissements canadiensLondon Health Sciences CentreWestern University
Organismes subventionnairesnon disponible
Mots-clésConsolidated Standards of Reporting TrialsMedicineChecklistRandomized controlled trialAnesthesiologyInterquartile rangeTrial registrationMEDLINEClinical trialFamily medicineAnesthesiaSurgeryInternal medicinePsychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Abstracts are intended to be concise summaries of the entire randomised clinical trial (RCT). Despite their importance, few studies have examined the reporting quality of abstracts in the anaesthesiology literature. OBJECTIVES: To examine the quality of RCT abstract reporting according to the CONSORT for Abstracts guidelines and determine whether recommended items omitted from the abstract were present in the body of the article. DESIGN: A cross-sectional study of RCTs. SETTING: This study was performed at the University of Western Ontario and University Hospital, London Health Sciences Centre. PARTICIPANTS: All RCTs meeting inclusion criteria that were published in 2010 or 2016 in six general anaesthesiology journals (Anaesthesia, Anesthesia & Analgesia, Anesthesiology, British Journal of Anaesthesia, Canadian Journal of Anesthesia and European Journal of Anaesthesiology). MAIN OUTCOME MEASURES: The 16 checklist items from the CONSORT for Abstracts statement were used to create a convenience score as a proxy for RCT abstract reporting quality, with each criterion measured as being reported in abstract, not reported in abstract but reported in full-text article, or not reported in abstract or full-text article. RESULTS: Of the 395 RCTs identified, 219 were published in 2010 and 176 were published in 2016. Out of the maximum possible score of 16, the median abstract score increased from 4 points [interquartile range (IQR): 3 to 5] in 2010 to 6 points [IQR: 5 to 8] in 2016. Although most checklist items showed improvement from 2010 to 2016, around 75% of RCTs in 2016 met fewer than half of the 16 items with no RCTs reporting all 16 items in the abstract. A majority of the RCTs had the information present in the full-text. In 2016, only 71 out of 176 (40%) of RCTs reported outcomes conforming to the CONSORT guidelines (with an effect size and a confidence interval around the effect size) in the Abstract. CONCLUSION: Abstracts for many anaesthesiology RCTs are incomplete selective summaries of the entire article.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,714
score de la tête « metaresearch » (Gemma)0,860
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,286
Score d'incertitude au seuil0,353

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,7140,860
Méta-épidémiologie (sens strict)0,0020,003
Méta-épidémiologie (sens large)0,0090,012
Bibliométrie0,0220,029
Études des sciences et des technologies0,0040,008
Communication savante0,0120,009
Science ouverte0,0050,008
Intégrité de la recherche0,0070,007
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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.

Tête enseignante Opus0,940
Tête enseignante GPT0,637
Écart entre enseignants0,303 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
DomainePrésentation des résultats
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of AnaesthesiologyMême sujetMeta-analysis and systematic reviewsTravaux en français237 207