Levels of Evidence in Rhinology and Skull Base Surgery Research
Notice bibliographique
Résumé
Objective The purpose of this study was to evaluate the quality of evidence of rhinology and rhinologic skull base surgery (RSBS) research and its evolution over the past decade. Study Design Review article. Setting We reviewed articles from 2007 to 2019 in 4 leading peer‐reviewed otolaryngology journals and 3 rhinology‐specific journals. Methods The articles were reviewed and levels of evidence were assigned using the Oxford Centre for Evidence‐Based Medicine 2011 guidelines. High quality was defined as level of evidence 1 or 2. Results In total, 1835 articles were reviewed in this study spanning a 13‐year period. Overall, the absolute number of RSBS publications increased significantly 22.6% per year, from 108 articles in 2007 to 481 in 2019 ( P <. 001; 95% CI, 7.9‐37.2). In 2007, only 13 articles, or 15%, were high quality, and this grew to 146 articles, or 39%, in 2019. A 14.0% per year exponential increase in the number of high‐quality publications was found to be statistically significant ( P <. 001; 95% CI, 7.2, 20.7). Overall, high‐quality publications represented just 25.8% of RSBS articles overall. There was no significant difference in quality between rhinology‐specific journals and general otolaryngology journals (χ 2 = 3.1, P =. 077). Conclusion The number of overall publications and of high‐quality RSBS publications has significantly increased over the past decade. However, the proportion of high‐quality studies continues to represent a minority of total RSBS research.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».