Spin in Randomized Controlled Trials in Obstetrics and Gynecology: A Systematic Review
Notice bibliographique
Résumé
Objectives: The objective of this study was to evaluate the extent, type, and severity of spin in randomized controlled trials (RCTs) in obstetrics and gynecology. Data Sources: The top five highest impact journals in obstetrics and gynecology were systematically searched for RCTs with non-significant primary outcomes published between January 1, 2019, and December 31, 2020. Methods: Study selection and data extraction assessment were conducted independently and in duplicate. The extent, type, and severity of spin was identified and reported with previously established methodology, and risk of bias was assessed with the Cochrane Risk-of-Bias 2 Tool independently and in duplicate. Fisher's exact tests were used to evaluate the association between study characteristics, risk of bias, and spin. Results: We identified 1475 publications, of which 59 met our inclusion criteria. Articles evaluated interventions in obstetrics (n = 37, 63%) and gynecology (n = 22, 37%). Spin was not detected in 28 (47%) of the articles: Three (5%) had one, 10 (17%) had two, and 18 (31%) had greater than two occurrences of spin. Compared with articles where no spin was detected, spin was associated with the Cochrane Risk-of-Bias domain pertaining to missing data (p < 0.05). No association was observed with the journal, funding source, number of authors, types of interventions, and whether the study involved gynecology or obstetrics. Conclusions: Spin was detected in nearly half of 1:1 parallel two-arm RCTs in obstetrics and gynecology, highlighting the need for caution in the interpretation of RCT findings, particularly when the primary outcome is nonsignificant.
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 | 0,927 | 0,963 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,296 | 0,016 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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; les deux têtes enseignantes 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 ».