MétaCan
Menu
Retour à la cohorte
Enregistrement W3194892752 · doi:10.21037/atm-21-2626

Surgical clinical trials with non-inferiority design: a cross-sectional bibliometric analysis

2021· article· en· W3194892752 sur OpenAlexaff
Chi Shu, Bin Huang, Ding Yuan, Yi Yang, Xiaojiong Du, Yazhou He, Xin Chen, Jichun Zhao

Notice bibliographique

RevueAnnals of Translational Medicine · 2021
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical Methods in Clinical Trials
Établissements canadiensToronto General Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineCross-sectional studyClinical trialMEDLINEInternal medicinePathologyBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Wide-spread concerns have been raised about possible bias in published surgical non-inferiority trials. Therefore, we performed a comprehensive bibliometric analysis to identify the existence of bias, and provided recommendations for future non-inferiority trials. METHODS: Databases including MEDLINE, Embase, and the Cochrane Central Register of Controlled Trials were systematically searched (last update on 27 April 2020) to include published phase II and phase III non-inferiority surgical trials. We collected general information and parameters associated with trial design. The association between extracted factors and establishment of non-inferiority was then analyzed. RESULTS: A total of 347 trials were included in this study. Only 13 (3.7%) trials reported the pre-specified non-inferiority margin in registration, and 99 (28.5%) trials justified margin selection in ultimate trial publications. A significant association was found between industry funding and increased odds of achieving non-inferiority [odds ratio (OR): 1.17, 95% confidence interval (CI): 1.06 to 1.30, P=0.001]. Moreover, trials which had been presented in conferences were less likely to claim non-inferiority (OR: 0.83, 95% CI: 0.69 to 0.99, P=0.035). CONCLUSIONS: Our study was the first quantitative analysis revealing the presence of biases in findings of existing surgical non-inferiority trials, which could possibly mislead surgeons' clinical decision making. We suggest improving reporting of detailed study design especially funding sources as well as margin justification for future trials. We also encourage conference presentation of ongoing trials prior to the ultimate publication.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,241
score de la tête « metaresearch » (Gemma)0,507
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,917
Score d'incertitude au seuil0,935

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2410,507
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0080,011
Bibliométrie0,0830,082
Études des sciences et des technologies0,0020,003
Communication savante0,0060,006
Science ouverte0,0020,005
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,900
Tête enseignante GPT0,709
Écart entre enseignants0,191 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
DomaineMéthodes
GenreEmpirique

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

En bref

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Translational MedicineMême sujetStatistical Methods in Clinical TrialsTravaux en français237 207