“Spin” in Plastic Surgery Randomized Controlled Trials with Statistically Nonsignificant Primary Outcomes: A Systematic Review
Notice bibliographique
Résumé
BACKGROUND: "Spin" refers to a manipulation of language that implies benefit for an intervention when none may exist. Randomized controlled trials (RCTs) in other fields have been demonstrated to employ spin, which can mislead clinicians to use ineffective or unsafe interventions. This study's objective was to determine the strategies, severity, and extent of spin in plastic surgery RCTs with nonsignificant primary outcomes. METHODS: A literature search of the top 15 plastic surgery journals using MEDLINE was performed (2000 through 2020). Parallel 1:1 RCTs with a clearly identified primary outcome showing statistically nonsignificant results ( P > 0.05) were included. Screening, data extraction, and spin analysis were performed by two independent reviewers. The spin analysis was then independently assessed in duplicate by two plastic surgery residents with graduate-level training in clinical epidemiology. RESULTS: From 3497 studies identified, 92 RCTs were included in this study. Spin strategies were identified in 78 RCTs (85%), including 64 abstracts (70%) and 77 main texts (84%). Severity of spin was rated moderate or high in 43 abstract conclusions (47%) and 42 main text conclusions (46%). The most identified spin strategy in the abstract was claiming equivalence for statistically nonsignificant results (26%); in the main text, focusing on another objective (24%). CONCLUSIONS: This study suggests that 85% of statistically nonsignificant RCTs in plastic surgery employ spin. Readers of plastic surgery research should be aware of strategies, whether intentional or unintentional, used to manipulate language in reports of statistically nonsignificant RCTs when applying research findings to clinical 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 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 | 0,601 | 0,947 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,298 | 0,047 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,003 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 0,002 |
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 ».