Reporting transparency and completeness in trials: Paper 3 – trials conducted using administrative databases do not adequately report elements related to use of databases
Notice bibliographique
Résumé
OBJECTIVE: We evaluated reporting completeness and transparency in randomized controlled trials (RCTs) conducted using administrative data based on 2021 CONSORT Extension for Trials Conducted Using Cohorts and Routinely Collected Data (CONSORT-ROUTINE) criteria. STUDY DESIGN AND SETTING: MEDLINE and the Cochrane Methodology Register were searched (2011 and 2018). Eligible RCTs used administrative databases for identifying eligible participants or collecting outcomes. We evaluated reporting based on CONSORT-ROUTINE, which modified eight items from CONSORT 2010 and added five new items. RESULTS: Of 33 included trials (76% used administrative databases for outcomes, 3% for identifying participants, 21% both), most were conducted in the United States (55%), Canada (18%), or the United Kingdom (12%). Of eight items modified in the extension; six were adequately reported in a majority (>50%) of trials. For the CONSORT-ROUTINE modification portion of those items, three items were reported adequately in >50% of trials, two in <50%, two only applied to some trials, and one only had wording modifications and was not evaluated. For five new items, four that address use of routine data in trials were reported inadequately in most trials. CONCLUSION: How administrative data are used in trials is often sub-optimally reported. CONSORT-ROUTINE uptake may improve reporting.
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 | 0,732 | 0,903 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,004 |
| Méta-épidémiologie (sens large) | 0,007 | 0,014 |
| Bibliométrie | 0,012 | 0,018 |
| Études des sciences et des technologies | 0,004 | 0,010 |
| Communication savante | 0,018 | 0,016 |
| Science ouverte | 0,006 | 0,011 |
| Intégrité de la recherche | 0,007 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».