MétaCan
Menu
Retour à la cohorte
Enregistrement W4327576396 · doi:10.1001/jamaophthalmol.2023.0267

Financial Disclosures Reported by Industry Among Authors of the American Academy of Ophthalmology Clinical Practice Guidelines

2023· article· en· W4327576396 sur OpenAlexaff
Anne Xuan-Lan Nguyen, Maxine Joly-Chevrier, David‐Dan Nguyen, Albert Y. Wu

Notice bibliographique

RevueJAMA Ophthalmology · 2023
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmaceutical industry and healthcare
Établissements canadiensUniversity of TorontoUniversité de MontréalMcGill University Health Centre
Organismes subventionnairesNational Eye InstituteResearch to Prevent Blindness
Mots-clésGuidelineMedicinePaymentMedicaidFamily medicineClinical PracticeMEDLINEAccountingFinanceHealth careBusinessLaw

Résumé

récupéré en direct d'OpenAlex

Importance: Recommendations of clinical guidelines affect physicians' care delivery. Potential bias and undeclared conflicts of interests (COIs) among guideline authors can impact clinical practice decisions. Objective: To assess financial disclosures reported by physician authors of the American Academy of Ophthalmology (AAO) Practice Pattern Guidelines compared with those reported by industry to evaluate the disclosures' accuracy. Design, Setting, and Participants: In this cross-sectional study, all clinical guidelines in the AAO Preferred Practice Patterns (PPP) since 2013 (first year with publicly available industry payment reports) were reviewed on May 1, 2022. Guideline physician authors' name and their reported COI disclosure were extracted from the guideline publication. Payments to physician authors reported by industry were retrieved from the US Centers for Medicare & Medicaid Open Payments database. Physician authors serving on the AAO guideline committee were included. Main Outcomes and Measures: The primary outcome measure was the accuracy of authors' COIs disclosure. Secondary outcome measures were payments to physician authors reported by industry, the types of payments, and authors' gender. Results: A total of 24 AAO guidelines released between 2016 and 2020 were included. Per guideline, there was a mean (SD) of 7.83 (2.24) physician authors. After removing 14 nonphysician authors, 188 physician author names remained, including 83 names assigned as women (44.1%) and 105 names assigned as men (55.9%). Authors could be counted multiple times in these 188 names. According to the Open Payments database, industry reported that 112 of 188 physician authors (59.6%) had at least received 1 payment while serving on the guideline committee, with a payment mean (SD) of $29 849.35 ($54 131.56). According to AAO guidelines, 149 authors (79.3%) had no financial disclosures while serving on the guideline committee. Among these 149 authors, most authors (81 [54.4%]) had payments reported by industry on the Open Payments database not disclosed within the guideline reports. Women physicians were paid significantly more than men for total payments (median [IQR] payments, $15 265 [$598.47-$41 104.67] vs $301.48 [$218.85-$14 615.09]; difference, $14 963.52; P = .003). Conclusions and Relevance: Industry reported physician guideline authors to have received significant industry payments, some of which were not disclosed within information of the guidelines. To strengthen author transparency regarding these reported disclosures, the authors may want to review and resolve such potential discrepancies during the review and subsequent publication of guidelines.

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)0,045
score de la tête « metaresearch » (Gemma)0,284
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,999
Score d'incertitude au seuil0,237

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0450,284
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,009
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,595
Tête enseignante GPT0,651
Écart entre enseignants0,055 · 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'étudeObservationnel
DomaineÉvaluation
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

Citations15
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJAMA OphthalmologyMême sujetPharmaceutical industry and healthcareTravaux en français237 207