The influence of bias in randomized controlled trials on rehabilitation intervention effect estimates: what we have learned from meta-epidemiological studies
Notice bibliographique
Résumé
This study aimed to synthesize evidence from studies that addressed the influence of bias domains in randomized controlled trials on rehabilitation intervention effect estimates and discuss how these findings can maximize the trustworthiness of an RCT in rehabilitation. We screened studies about the influence of bias on rehabilitation intervention effect estimates published until June 2023. The characteristics and results of the included studies were categorized based on methodological characteristics and summarized narratively. We included seven studies with data on 227,806 RCT participants. Our findings showed that rehabilitation intervention effect estimates are likely exaggerated in trials with inadequate/unclear sequence generation and allocation concealment when using continuous outcomes. The influence of blinding was inconsistent and different from the rest of medical science, as meta-epidemiological studies showed overestimation, underestimation, or neutral associations for different types of blinding on rehabilitation treatment effect estimates. Still, it showed a more consistent pattern when looking at patient-reported outcomes. The impact of attrition bias and intention to treat has been analyzed only in two studies with inconsistent results. The risk of reporting bias seems to be associated with overestimation of treatment effects. Bias domains can influence rehabilitation treatment effects in different directions. The evidence is mixed and inconclusive due to the poor methodological quality of RCTs and the limited number and quality of studies looking at the influence of bias and treatment effects in rehabilitation. Further studies about the influence of bias in RCTs on rehabilitation intervention effect estimates are 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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | MétarechercheMéta-épidémiologie (sens large)Méta-épidémiologie (sens strict) Domaine: Méthodes · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Méta-analyse | low |
| gpt | MétarechercheMéta-épidémiologie (sens strict)Méta-épidémiologie (sens large) Domaine: Méthodes · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Méta-analyse | medium |
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 | 0,498 | 0,797 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,004 |
| Méta-épidémiologie (sens large) | 0,023 | 0,022 |
| Bibliométrie | 0,017 | 0,015 |
| Études des sciences et des technologies | 0,002 | 0,009 |
| Communication savante | 0,018 | 0,026 |
| Science ouverte | 0,007 | 0,009 |
| Intégrité de la recherche | 0,011 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».