Statistical Significance in Trauma Research: Too Unstable to Trust?
Notice bibliographique
Résumé
OBJECTIVES: To evaluate the stability of statistical findings in the fracture care literature based on minor changes in event rates and to determine the utility of applying both the Fragility Index (FI) and Fragility Quotient (FQ) to comparative orthopaedic trauma trials. METHODS: All fracture care studies from 1991 to 2013 in the Journal of Bone and Joint Surgery and the Journal of Orthopaedic Trauma were screened. The FI was determined by altering the number of reported outcome events, a single event at time, until a reversal of statistical significance was determined. The associated FQ was determined by dividing the FI by the total sample size. RESULTS: Of the 4040 studies evaluated, 198 comparative studies met inclusion criteria with a reported 253 primary and 522 secondary outcome events. There were 118 randomized controlled trials and 80 retrospective comparative studies. Of the 775 total outcome events, 235 were initially reported as significant. The median FI for the entire study was only 5 with an associated FQ of 0.046. This represents just 3.8% of the total study population. CONCLUSIONS: The robustness of comparative trials in the orthopaedic trauma literature may not be as stable as previously thought with only a few event reversals required to alter trial significance. We therefore recommend triple reporting of a P value, FI, and FQ to aid in the evaluation and interpretation of statistical stability and quantitative significance in comparative orthopaedic trauma trials.
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 | 0,731 | 0,930 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,011 | 0,006 |
| Bibliométrie | 0,020 | 0,018 |
| Études des sciences et des technologies | 0,005 | 0,045 |
| Communication savante | 0,020 | 0,018 |
| Science ouverte | 0,010 | 0,011 |
| Intégrité de la recherche | 0,011 | 0,022 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex 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 ».