Evidence of improved reporting of swine vaccination trials in the post-REFLECT statement publication period
Notice bibliographique
Résumé
Objectives: Describe and compare the proportion of studies reporting the method used to assign study units to treatment groups, reporting a random allocation approach, reporting 18 REFLECT items, and the proportion of studies having a low risk-of-bias assessment in swine vaccination trial studies published after the REFLECT statement, compared to studies published before. Materials and Methods: The study population was 61 studies that evaluated vaccines targeted at pathogens affecting swine health or pork safety. Two reviewers assessed the reporting of 18 of 22 REFLECT items and 5 risk-of-bias domains. Results: Authors reported the method used to allocate experimental units in 33 of 42 (79%) and 14 of 19 (74%) studies published prior to and following REFLECT, respectively. There has been a substantial shift in the reporting of allocation approaches. Before 2011, only 2 of 25 (8%) studies that reported using random allocation provided supporting evidence. This increased in studies published between 2011-2017 (4 of 6; 66%). Before 2011, 8 of 33 (24%) studies reported using systematic allocation, which increased to 43% (6 of 14 studies) between 2011-2017. There has also been an increase in the prevalence of reporting for 14 of the 18 REFLECT items. There was an increase in the number of studies reporting evidence to support true randomization to group and data that suggests few baseline imbalances. Implications: Data from this study suggests swine vaccination trial reporting improved, which may be due to researchers having more access to better quality information.
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 | 0,008 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».