Reporting of Harms in Randomized Controlled Trials Published in Urology Journals: An Updated Analysis
Notice bibliographique
Résumé
PURPOSE: Harms are often overlooked, but important, outcomes of randomized controlled trial reporting. Our goal was to determine if harms reporting has improved in high-impact urology journals. MATERIALS AND METHODS: in 2012 and 2020 were analyzed. Each randomized controlled trial was evaluated by 2 authors in a masked-duplicate fashion to evaluate for adherence to harms reporting guidelines recommended by the Consolidated Standards of Reporting Trials (CONSORT) group. RESULTS: = .01). Methods criteria demonstrating the greatest improvements included item #3 "which harms were assessed," item #4a "when harm information was collected," and item #4b "methods to attribute harm to intervention." Results sections with the most improvement in reporting include item #6 "reasons for patient withdrawal," item #8a "effect size for harms," and item #8b "stratified serious + minor harms." CONCLUSIONS: Reporting of adverse events in randomized trials published in several top urology journals has demonstrated marked improvement. Studies published in 2020 reported approximately 70% of CONSORT-Harms criteria-an increase of nearly 40% since 2004. While these improvements mark significant change, deficits remain present and should be addressed to provide clinicians with the most complete perspective possible.
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 | 0,521 | 0,797 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,015 |
| Bibliométrie | 0,037 | 0,042 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,010 | 0,011 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex 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 ».