Methodological quality of COVID-19 clinical research
Notice bibliographique
Résumé
Abstract Objective To systematically evaluate the quality of reporting of currently available COVID-19 studies compared to historical controls. Design A systematic review and case-control analysis Data sources MEDLINE, Embase, and Cochrane Central Register of Controlled Trials until May 14, 2020 Study selection All original clinical literature evaluating COVID-19 or SARS-CoV2 were identified and 1:1 historical control of the same study type in the same published journal was matched from the previous year Data extraction Two independent reviewers screened titles, abstracts, and full-texts and independently assessed methodological quality using Cochrane Risk of Bias Tool, Newcastle- Ottawa Scale, QUADAS-2 Score, or case series checklist. Results 9895 titles and abstracts were screened and 686 COVID-19 articles were included in the final analysis in which 380 (55.4%) were case series, 199 (29.0%) were cohort, 63 (9.2%) were diagnostic, 38 (5.5%) were case-control, and 6 (0.9%) were randomized controlled trials. Overall, high quality/low-bias studies represented less than half of COVID-19 articles - 49.0% of case series, 43.9% of cohort, 31.6% of case-control, and 6.4% of diagnostic studies. We matched 539 control articles to COVID-19 articles from the same journal in the previous year for a final analysis of 1078 articles. The median time to acceptance was 13.0 (IQR, 5.0-25.0) days in COVID-19 articles vs. 110.0 (IQR, 71.0-156.0) days in control articles (p<0.0001). Overall, methodological quality was lower in COVID-19 articles with 220 COVID-19 articles of high quality (41.0%) vs. 392 control articles (73.3%, p<0.0001) with similar results when stratified by study design. In both unadjusted and adjusted logistic regression, COVID-19 articles were associated with lower methodological quality (odds ratio, 0.25; 95% CI, 0.20 to 0.33, p<0.0001). Conclusion Currently published COVID-19 studies were accepted more quickly and were found to be of lower methodological quality than comparative studies published in the same journal. Given the implications of these studies to medical decision making and government policy, greater effort to appropriately weigh the existing evidence in the context of emerging high-quality research is needed. Study registration PROSPERO: CRD42020187318
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 | 0,470 | 0,745 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,012 | 0,015 |
| Bibliométrie | 0,028 | 0,031 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,014 | 0,005 |
| Science ouverte | 0,005 | 0,008 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».