A systematic review of meta-analyses in orthopaedic surgery between 2000 and 2016
Notice bibliographique
Résumé
AIMS: The aims of this systematic review were to describe the quantity and methodological quality of meta-analyses in orthopaedic surgery published during the last 17 years. MATERIALS AND METHODS: MEDLINE, EMBASE, and PubMed, between 1 January 2000 and 31 December 2016, were searched for meta-analyses in orthopaedic surgery dealing with at least one surgical intervention. Meta-analyses were included if the interventions involved a human muscle, ligament, bone or joint. RESULTS: A total of 392 meta-analyses met eligibility criteria, for which the mean AMSTAR quality score was 7.1/11. There was a positive correlation between the year of publication and the quality of the meta-analysis (r = 0.238, p < 0.001). Between 2000 and 2011, the mean AMSTAR score corresponded to that of a medium quality review. However, between 2012 and 2016, the mean scores have been consistently equivalent to those of a high-quality review. The number of meta-analyses published increased 10-fold between 2005 and 2014. CONCLUSION: The quantity and quality of meta-analyses in orthopaedic surgery which have been published has increased, reaching a plateau in 2012. Methodological flaws remain to be addressed in future meta-analyses in order to continue increasing the quality of the orthopaedic literature. Cite this article: Bone Joint J 2018;100-B:1270-4.
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 | 0,043 | 0,144 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,015 | 0,025 |
| Bibliométrie | 0,019 | 0,017 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; 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 ».