A systematic review of quality of reporting in registered intimate partner violence studies: where can we improve?
Notice bibliographique
Résumé
BACKGROUND: Reporting quality is paramount when presenting clinical findings in published research to ensure that we have the highest quality of evidence. Poorly reported clinical findings can result in a number of potential pitfalls, including confusion of the methodology used or selective reporting of study results. There are guidelines and checklists that aim to standardize the way in which studies are reported in the literature to ensure transparency. The use of these reporting guidelines may aid in the appropriate reporting of research, which is of increased importance in highly complex fields like intimate partner violence (IPV). The primary objective of this systematic review is to assess the reporting quality of published IPV studies using the CONSORT and STROBE checklists. METHODS: We performed a systematic review of three large study registries for IPV studies. Of the completed studies, we sought full text publications and used reporting checklists to assess the quality of reporting. RESULTS: Of the 42 randomized controlled trials, the mean score on the CONSORT checklist was 63.5% (23.5/37 items, SD 4.7 items). There were also 12 pilot trials in this systematic review, which scored a mean of 49.3% (19.7/40 items; SD 3.3 items) on the CONSORT extension for pilot trials. We included 12 observational studies which scored a mean of 56.1% (18.5/33 items; SD: 4.1 items). CONCLUSIONS: We identified an opportunity to improve reporting quality by encouraging adherence to reporting guidelines. There should be a particular focus on ensuring that pilot studies report pilot-specific items. All researchers have a responsibility to ensure commitment to high quality reporting to ensure transparency in IPV studies.
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 | 0,062 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».