MétaCan
Menu
Retour à la cohorte
Enregistrement W4318240957 · doi:10.1001/jamanetworkopen.2022.53301

Comparison of Preprint Postings of Randomized Clinical Trials on COVID-19 and Corresponding Published Journal Articles

2023· review· en· W4318240957 sur OpenAlexaff
Anthony D. Bai, Yunbo Jiang, David Nguyen, Carson K. L. Lo, Isabella Stefanova, Kevin Guo, Fengqiu Wang, Cindy Zhang, Kyle Sayeau, Akhil Garg, Mark Loeb

Notice bibliographique

RevueJAMA Network Open · 2023
Typereview
Langueen
DomaineDecision Sciences
ThématiqueAcademic Publishing and Open Access
Établissements canadiensKingston Health Sciences CentreMcMaster UniversityUniversity of TorontoQueen's University
Organismes subventionnairesnon disponible
Mots-clésPreprintPublication biasSample size determinationRandomized controlled trialCoronavirus disease 2019 (COVID-19)MedicineMEDLINEHazard ratioMeta-analysisConfidence intervalFamily medicineInternal medicineStatisticsComputer scienceMathematicsWorld Wide WebBiology

Résumé

récupéré en direct d'OpenAlex

Importance: Randomized clinical trials (RCTs) on COVID-19 are increasingly being posted as preprints before publication in a scientific, peer-reviewed journal. Objective: To assess time to journal publication for COVID-19 RCT preprints and to compare differences between pairs of preprints and corresponding journal articles. Evidence Review: This systematic review used a meta-epidemiologic approach to conduct a literature search using the World Health Organization COVID-19 database and Embase to identify preprints published between January 1 and December 31, 2021. This review included RCTs with human participants and research questions regarding the treatment or prevention of COVID-19. For each preprint, a literature search was done to locate the corresponding journal article. Two independent reviewers read the full text, extracted data, and assessed risk of bias using the Cochrane Risk of Bias 2 tool. Time to publication was analyzed using a Cox proportional hazards regression model. Differences between preprint and journal article pairs in terms of outcomes, analyses, results, or conclusions were described. Statistical analysis was performed on October 17, 2022. Findings: This study included 152 preprints. As of October 1, 2022, 119 of 152 preprints (78.3%) had been published in journals. The median time to publication was 186 days (range, 17-407 days). In a multivariable model, larger sample size and low risk of bias were associated with journal publication. With a sample size of less than 200 as the reference, sample sizes of 201 to 1000 and greater than 1000 had hazard ratios (HRs) of 1.23 (95% CI, 0.80-1.91) and 2.19 (95% CI, 1.36-3.53) for publication, respectively. With high risk of bias as the reference, medium-risk articles with some concerns for bias had an HR of 1.77 (95% CI, 1.02-3.09); those with a low risk of bias had an HR of 3.01 (95% CI, 1.71-5.30). Of the 119 published preprints, there were differences in terms of outcomes, analyses, results, or conclusions in 65 studies (54.6%). The main conclusion in the preprint contradicted the conclusion in the journal article for 2 studies (1.7%). Conclusions and Relevance: These findings suggest that there is a substantial time lag from preprint posting to journal publication. Preprints with smaller sample sizes and high risk of bias were less likely to be published. Finally, although differences in terms of outcomes, analyses, results, or conclusions were observed for preprint and journal article pairs in most studies, the main conclusion remained consistent for the majority of studies.

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)0,193
score de la tête « metaresearch » (Gemma)0,668
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Science ouverte
Catégories consensuellesMétarecherche
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,995

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1930,668
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0140,026
Bibliométrie0,0090,012
Études des sciences et des technologies0,0010,003
Communication savante0,0090,011
Science ouverte0,0030,003
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0190,002

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.

Tête enseignante Opus0,690
Tête enseignante GPT0,652
Écart entre enseignants0,038 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeRevue systématique
DomainePrésentation des résultats
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJAMA Network OpenMême sujetAcademic Publishing and Open AccessTravaux en français237 207