Quality appraisal of systematic reviews on methods of labour induction: a systematic review
Notice bibliographique
Résumé
PURPOSE: Induction of labour has become more common over the last decade, together with an increase in the number of systematic reviews of the subject. However, with multiple systematic reviews it is necessary to evaluate the methodological rigor to ensure the reliability of conclusions and recommendations for clinical practice. Therefore, the aim of this study was to appraise the quality of systematic reviews that examined the efficacy and/or safety of labour induction methods. METHODS: An electronic search of MEDLINE, Embase, and the Cochrane Library from 2000 to 2020 was conducted. Study selection, data extraction and quality assessment were conducted using A Measurement Tool to Assess Systematic Reviews (AMSTAR) by two independent reviewers, in duplicate. RESULTS: The search identified 387 publications, of which 48 studies (13%) met the a priori inclusion criteria. No significant relationships were found between study quality and number of citations, journal impact factor, or publication year. CONCLUSION: Methodological quality for systematic reviews on the induction of labour were ranked as moderate with no significant changes in quality over the past 2 decades. Publication characteristics are not significantly associated with methodological quality, indicating that healthcare professionals should critically appraise studies before applying them to practice.
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 | 0,135 | 0,373 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,005 |
| Méta-épidémiologie (sens large) | 0,034 | 0,029 |
| Bibliométrie | 0,022 | 0,018 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,010 | 0,007 |
| Science ouverte | 0,005 | 0,007 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».