MétaCan
Menu
Retour à la cohorte
Enregistrement W3094817503 · doi:10.3399/bjgp20x713177

Financial conflict of interest among clinical practice guideline-producing organisations

2020· letter· en· W3094817503 sur OpenAlexaff
Ainsley Moore, Sharon E. Straus, Joel Lexchin, Brett D. Thombs

Notice bibliographique

RevueBritish Journal of General Practice · 2020
Typeletter
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmaceutical industry and healthcare
Établissements canadiensSt. Michael's HospitalJewish General HospitalYork UniversityMcMaster University
Organismes subventionnairesnon disponible
Mots-clésGuidelineEurosConflict of interestFinanceBusinessAccountingMedicinePublic relationsPolitical science

Résumé

récupéré en direct d'OpenAlex

Competing interests between biomedical industry objectives and the public good raise concerns that some clinical practice guidelines sponsored by industry may not serve patients or the public as they should.1,2 GPs and other guideline users are likely unaware of the extent of organisational financial conflict of interest (FCOI) due to industry sponsorship of guideline-producing organisations. Understanding how guidelines are susceptible to bias when such organisational FCOI is present and potential mitigating strategies helps critically appraise guidelines that are encountered in practice. Ioannidis has warned guideline users that some guideline-producing societies are ‘behemoth financial enterprises’ .3 The American Heart Association receives almost 200 million USD annually from corporate sponsors, and the European Society of Cardiologists receives over 45 million Euros annually, 77% of their 60 million Euro budget.3 Despite this, little attention has been paid to the extent to which guideline producers are dependent on industry funds and how infrequently this is disclosed. A 2016 study found that financial relationships between guideline producers and biomedical companies were disclosed in only 1% of 290 guidelines, even though …

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,059
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesIntégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,059
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0030,029
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,591
Tête enseignante GPT0,584
Écart entre enseignants0,006 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of General PracticeMême sujetPharmaceutical industry and healthcareTravaux en français237 207