An Analysis of Industry Payments Toward Physicians in the United States—Cryolipolysis
Notice bibliographique
Résumé
Background: Cryolipolysis has emerged as a nonsurgical fat reduction alternative to liposuction. Industry payments may impact how physician authors view medical devices in the literature. Under-reporting financial conflicts of interest has raised concerns about full transparency between industry and physicians. Objectives: We aim to determine the impact industry payments to physicians have on the cryolipolysis literature and whether there is under-reporting of financial conflicts of interest in the literature. Methods: We collated all articles that cite the pivotal trial in the Food and Drug Administration approval of a cryolipolysis device. Articles were read independently and coded as favourable or neutral. A separate researcher screened the Centers for Medicare & Medicaid Services Open Payments database for direct or in-kind payments and recorded financial conflicts of interest. Results: A total of 19 articles met the inclusion criteria. This included 37 unique authors across multiple specialties. Eighteen (95%) published articles had at least one author who received industry payment. Payments totalled $1,476,564.16. Twelve (63%) articles were positive, and 7 (37%) neutral. Of the 31 authors who received payments, 11 (35%) did not report a conflict of interest. The majority of industry payments assessed were for consulting fees, which totalled $980,334.86 (66.4%). Conclusions: We found the majority of published opinions on cryolipolysis from the United States were written by physicians who received industry payments. We also found financial conflicts of interest around cryolipolysis devices are under-reported in the literature.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».