Intellectual conflicts of interest among cardiology and pulmonology clinical practice guidelines
Notice bibliographique
Résumé
BACKGROUND: Intellectual conflicts of interest (COI), like financial COI, may threaten the validity and trustworthiness of clinical practice guidelines (CPGs). However, comparatively little is known about intellectual COI in CPGs. This study sought to estimate the prevalence of intellectual COI and corresponding management strategies among cardiology and pulmonology CPGs. METHODS: We conducted a retrospective document review of CPGs published by cardiology or pulmonology professional societies from the United States, Canada, or Europe from 2018 to 2019 available via the Emergency Care Research Institute, Guidelines International Network, or Medscape databases. We assessed the percentage of authors with an intellectual COI, defined as i) authorship on a study reviewed by the CPG, ii) authorship of a prior editorial related to a CPG recommendation, or iii) authorship of a prior related CPG. Management strategies assessed included use of GRADE methodology, inclusion of a methodologist, and recusals due to intellectual COI. Outcomes were assessed overall and compared between cardiology and pulmonology CPGs. RESULTS: Among the 39 CPGs identified (14 cardiology, 25 pulmonology), there were a total of 737 authors, of whom 473 (64%) had at least one intellectual COI. Among all CPGs, a median of 67% (Interquartile Range 50%-76%) of authors had at least one intellectual COI, and COI was more prevalent among cardiology compared with pulmonology CPGs (84% vs 57%, p<0.001). There was variable use of management strategies among the CPGs, including use of GRADE methodology (64% of CPGs), inclusion of a methodologist (49%), and recusals due to intellectual COI (0%). CONCLUSION: Intellectual conflicts of interest appear to be highly prevalent and under-reported among cardiology and pulmonology CPGs, which may threaten their validity. Greater attention to and improved management of intellectual COI by CPG-producing organizations is needed.
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 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 | 0,096 | 0,514 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,012 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».