MétaCan
Menu
Retour à la cohorte
Enregistrement W4388579939 · doi:10.15291/pubmet.3943

Assessing the quality of research outputs in physiotherapy

2022· article· en· W4388579939 sur OpenAlex
Manuela Filipec, Nikolina Zaplatić Degač, Anica Kuzmić

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuePUBMET · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCerebral Palsy and Movement Disorders
Établissements canadiensCanadian Physiotherapy Association
Organismes subventionnairesnon disponible
Mots-clésBlindingComparabilityInternal validityScale (ratio)Physical therapyMedicineConfidence intervalQuality (philosophy)Clinical trialReliability (semiconductor)Randomized controlled trialMathematicsSurgery

Résumé

récupéré en direct d'OpenAlex

Assessing the quality of research output is challenging. Systematic reviews and meta-analyses of randomized trials have a pivotal role in informing clinical practice and policy decisions, and there is a broad agreement that the method quality of primary research should be carefully assessed (Albanese et al., 2020). One of the instruments to do that is the Physiotherapy Evidence Database (PEDro) scale, specifically designed to assess the quality of methods used in clinical trials in the field of physiotherapy (Elkins et al., 2013). Its reliability in terms of ICC values ranges from 0.55 (95% confidence interval CI: 0.47–0.65) for the original scale, to 0.82 (95% CI: 0.70–0.89) for the Portuguese version (Shiwa et al., 2011). The PEDro scale consists of 11 items encompassing the domains of external validity (item 1: Eligibility criteria and source), internal validity (items 2 to 9: Random allocation; Concealed allocation; Baseline comparability; Blinding of participants; Blinding of therapists; Blinding of assessors; Adequate follow-up (>85%); and Intention-to-treat analysis), and statistical reporting (items 10 and 11: Betweengroup statistical comparisons and Reporting of point measures and measures of variability) (Cashina, McAuleya, 2020). Each item is scored as either present (1) or absent (0), leading to a maximum score of 10 (Paci, Bianchini and Baccini, 2022). A trial is considered of moderate to high quality if it scores at least 6 of 10 (Paci, Bianchini and Baccini, 2022). The purpose of the PEDro score is to help researchers identify trials that have good internal validity (items 2–9) and that report enough data to make their results interpretable (items 10 and 11) (Moseleya et al., 2020). Interpreting these items correctly is critical to high-quality, evidence-based health practice. Unlike PEDro, however, the Cochrane Collaboration distinguishes between the methodological quality of a study and the risk of bias: a study of high quality can still be at high risk of bias (Higgins et al., 2011). The Cochrane risk of bias (RoB) tool focuses on the internal validity of trials and assesses six domains of bias: selection bias, performance bias, detection bias, attrition bias, reporting bias, and other bias (Higgins et al., 2011). These two tools can complement each other for an even better quality assessment of physiotherapy research and help disseminate and make transparent and available research output, encouraging interdisciplinary research along the way.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,142
Score d'incertitude au seuil0,406

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,164
Tête enseignante GPT0,490
Écart entre enseignants0,326 · 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