Abstract WMP48: The Credibility Of Subgroup Analyses Reporting In Stroke Trials Is Poor: A Methodological Review.
Notice bibliographique
Résumé
Background: Subgroup analyses are widely used to evaluate heterogeneity of treatment effects in randomized clinical trials. However, there is a limited investigation of the quality of prespecified and reported subgroup analyses in stroke trials. This study evaluated the credibility of subgroup analyses in stroke trials. Methods and Analysis: We searched Medline/PubMed, Embase, the Cochrane Central Register of Controlled Trials, and the Web of Science from inception to March 24 th , 2021. Three reviewers screened, extracted, and analyzed the data from the publications. Primary publications of stroke trials that reported at least one subgroup effect and had published corresponding study protocols were included. The Instrument for Assessing the Credibility of Effect Modification Analyses (ICEMAN) was used to examine the quality of the subgroup effects reported. The risk of bias was assessed using the Cochrane Risk-of-Bias tool for randomized trials version 2. Results: Seventy-four articles met the inclusion criteria and altogether reported 647 subgroup effects. The median sample size was 1264 (interquartile range (IQR): 380 - 3876) while the median number of subgroups prespecified in the protocol was 6 (IQR:2 - 10), and 61 studies (82.4%) used the univariate test of interaction. One hundred and thirty-nine subgroup effects (43.6%) in acute stroke treatment and 131 subgroup effects (35.03%) in studies published in 2015 or later had moderate credibility. Overall, 458 subgroup effects (70.8%) had low credibility, while 189 subgroup effects (29.2%) had moderate credibility. Conclusion: Subgroup analysis reporting quality in stroke trials remains poor. Trialists and medical journal publishers must ensure that reporting guidelines, such as ICEMAN, are adopted to improve the credibility of reported subgroup analyses in stroke trials.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | Métarecherche Domaine: Présentation des résultats · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | high |
| gpt | Métarecherche Domaine: Évaluation · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Revue systématique | high |
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 | 0,313 | 0,692 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,014 | 0,020 |
| Bibliométrie | 0,026 | 0,022 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,011 | 0,011 |
| Science ouverte | 0,007 | 0,007 |
| Intégrité de la recherche | 0,009 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».