A Systematic Review of Contemporary Randomized Trials in Cardiothoracic Surgery
Notice bibliographique
Résumé
Background: This analysis was conducted to characterize contemporary randomized controlled trials (RCTs) in cardiothoracic surgery. Methods: We selected randomized controlled trials published in the journals with the highest impact factor in medicine, general surgery, and cardiothoracic surgery and published between 2008 and 2020. Trial characteristics as well as measures of reporting and quality were summarized and compared. Results: Ninety-three trials were included; 44 (47.3%) were prospectively registered and 14 (31.8%) had a discrepancy between the registered and published primary outcome. Most trials (n = 83 [89.1%]) used a superiority design, a composite primary outcome (n = 82 [88.2%]), and a major clinical event as the primary end point (n = 67 [72.0%]). Blinding was used infrequently, and most trials did not control for surgeon experience (n = 74 [79.5%]) or monitor the intervention (n = 90 [96.7%]). Twenty-four (25.8%) trials had high risk of bias. Twenty-one (27.3%) trials were funded by industry. A median 1.62% of patients (interquartile range, 0.00-3.70) crossed over between trial arms. Most trials reported a favorable outcome (n = 53 [58.9%]). For eligible trials, the median fragility index was 2.0 (interquartile range, 0.0-4.0), meaning the change of 2 patient outcomes would render the significant result insignificant. Spin, or distortion in reporting, was identified in 9 of 53 trials (17.0%). The median number of citations was 25 (10-56). Conclusions: Contemporary trials in cardiothoracic surgery are pragmatic with low rates of loss to follow-up and crossover. Few trials implemented measures to ensure quality of the intervention, and the presence of spin was infrequent.
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 | 0,912 | 0,860 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,261 | 0,109 |
| Bibliométrie | 0,008 | 0,012 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».