MétaCan
Menu
Retour à la cohorte
Enregistrement W4306980401 · doi:10.1111/bcp.15574

Factors relating to nonpublication and publication bias in clinical trials in Canada: A qualitative interview study

2022· article· en· W4306980401 sur OpenAlexafffundabout
Richard L. Morrow, Barbara Mintzes, Garry Gray, Michael R. Law, Scott Garrison, Colin R. Dormuth

Notice bibliographique

RevueBritish Journal of Clinical Pharmacology · 2022
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueMeta-analysis and systematic reviews
Établissements canadiensUniversity of AlbertaUniversity of VictoriaUniversity of British Columbia
Organismes subventionnairesMinistry of Health, British Columbia
Mots-clésClinical trialIncentiveThematic analysisPublishingPromotion (chess)Institutional review boardResearch ethicsQualitative researchPublication biasMedicineClinical researchFamily medicinePublic relationsPsychologyPolitical scienceMeta-analysisPsychiatrySocial scienceSociology

Résumé

récupéré en direct d'OpenAlex

AIMS: This study aims to understand factors contributing to nonpublication and publication bias in clinical trials in Canada. METHODS: Qualitative interviews were conducted between March 2019 and April 2021 with 34 participants from the Canadian provinces of Alberta, British Columbia and Ontario, including 17 clinical trial investigators, 1 clinical research coordinator, 3 research administrators, 3 research ethics board members and 10 clinical trial participants. We conducted a thematic analysis involving coding of interview transcripts and memo-writing to identify key themes. RESULTS: Several factors contribute to nonpublication and publication bias in clinical trial research. A core theme was that reporting practices are shaped by incentives within the research system taht favour publication of positive over negative trials. Investigators are discouraged from reporting by experiences or perceptions of difficulty in publishing negative findings but rewarded for publishing positive findings in various ways. Trial investigators more strongly associated positive clinical trials than negative trials with opportunities for industry and nonindustry funding and with academic promotion, bonuses and recognition. Research institutions and ethics boards tended to lack well-resourced, proactive policies and practices to ensure trial findings are reported in registries or journals. CONCLUSION: Clinical trial reporting practices in Canada are shaped by incentives favouring reporting of positive over negative trials, such as funding opportunities and academic promotion, bonuses and recognition. Research institutions could help change incentives by adopting performance metrics that emphasize full reporting of results in journals or registries.

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)0,080
score de la tête « metaresearch » (Gemma)0,125
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,920
Score d'incertitude au seuil0,816

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0800,125
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0230,021
Communication savante0,0080,004
Science ouverte0,0030,009
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,965
Tête enseignante GPT0,734
Écart entre enseignants0,231 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeQualitatif
DomainePrésentation des résultats
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

Citations7
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Clinical PharmacologyMême sujetMeta-analysis and systematic reviewsTravaux en français237 207