The Fragility of Statistically Significant Randomized Controlled Trials in Plastic Surgery
Notice bibliographique
Résumé
BACKGROUND: The fragility index has been proposed as a metric to evaluate the robustness of statistically significant findings in randomized controlled trials. It measures the number of events that a trial result relies on to maintain statistical significance. This study examines the robustness of statistically significant results from randomized controlled trials in the plastic surgery literature. METHODS: A systematic literature search of the 15 highest impact plastic surgery journals was conducted to identify randomized controlled trials published between 2000 and 2017 that reported a statistically significant dichotomous outcome (p < 0.05). The fragility index of each study was calculated using Fisher's exact test. Multiple linear regression was used to determine trial characteristics associated with the fragility index. RESULTS: The 90 eligible randomized controlled trials had a median sample size of 73.5 patients (25th to 75th percentile, 50 to 115) and a median of 20 events (25th to 75th percentile, 11 to 33.5) for the chosen outcome. The median fragility index was 1 (25th to 75th percentile, 0 to 4), indicating that statistical significance would be lost in half of the randomized controlled trials if a single patient had a change in event status. The fragility index was 0 in 24 of 90 (27 percent) randomized controlled trials, meaning the outcome immediately lost statistical significance on recalculation of the p value using Fisher's exact test. CONCLUSIONS: The results of randomized controlled trials in plastic surgery demonstrate substantial fragility, as statistically significant results were found to hinge on a small number of events. The fragility index offers an intuitive and simple metric to complement the p value and determine the confidence in the results of randomized controlled 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 | 0,671 | 0,902 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,008 | 0,013 |
| Bibliométrie | 0,021 | 0,020 |
| Études des sciences et des technologies | 0,003 | 0,017 |
| Communication savante | 0,011 | 0,013 |
| Science ouverte | 0,005 | 0,007 |
| Intégrité de la recherche | 0,006 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».