Reviewing the Reviewers Potential Financial Conflicts of Interest in Editorial Boards of Surgery Journals
Notice bibliographique
Résumé
OBJECTIVE: To assess the prevalence, magnitude, and disclosure status of industry funding in editorial boards of surgery journals. SUMMARY OF BACKGROUND DATA: Financial COI can bias research. Although authors seeking to publish in peer-reviewed surgery journals are required to provide COI disclosures, editorial board members' COI disclosures are generally not disclosed to readers. METHODS: We present a cross-sectional analysis of industry funding to editorial board members of high-impact surgery journals. We reviewed top US-based surgery journals by impact factor to determine the presence of financial COI in members of each journal's editorial board. The prevalence and magnitude of COI was determined using 2018 industry reported payments found in the Centers for Medicare and Medicaid Services Open Payments database. Journal websites were also reviewed looking for the presence of editorial board disclosure statements. RESULTS: A total of 1002 names of editorial board members from the top 10 high-impact American surgery journals were identified. Of 688 individual physicians based in the USA, 452 (65.7%) were found to have received industry payments in 2018, totaling $21,916,503 with a median funding amount per physician of $1253 (interquartile range $156-$10,769). Funding levels varied by surgical specialty and journal. Editorial board disclosure information was found in only 3.3% of physicians. CONCLUSIONS: Industry funding to editorial board members of high impact surgery journals is prevalent and underreported. Mechanisms of disclosure for COI are needed at the editorial board level to provide readers full transparency. This would acknowledge this COI of editorial board members, and thereby attempt to potentially further reduce the risk of bias in editorial decisions.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | MétarechercheIntégrité de la recherche Domaine: Évaluation · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | MétarechercheIntégrité de la recherche Domaine: Évaluation · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Revue systématique | high |
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 | 0,075 | 0,447 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,017 | 0,008 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,010 |
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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».