Systematic Review of Women Leading and Participating in Nephrology Randomized Clinical Trials
Notice bibliographique
Résumé
Introduction Women are underrepresented in the leadership of and participation in randomized controlled trials (RCTs). We conducted a bibliometric review of nephrology RCTs to examine trial leadership by women and participation of women in nephrology RCTs. Methods A bibliometric review of RCTs published in top medical/surgical/nephrology journals was conducted using MEDLINE and EMBASE from January 2011-December 2021. Leadership by women as corresponding authors, women trial participation, and trial characteristics were examined with duplicate independent data extraction. Logistic regression was used to examine associations between trial characteristics and women leadership and trial participation. Results 1770 studies were screened and 395 RCTs met eligibility criteria. The number (%) of women in corresponding, first, and last authorship positions were: 89 (22%), 109 (28%), and 74 (19%), without change over time (p=0.94). The median percentage (IQR) of women trial participants was 39.0 (13.5)% with no difference between women or men lead authors (p=0.15). Men lead authors were statistically less likely to enroll women in RCTs. Women lead authors were less likely to be funded by industry [OR 0.30, 95% CI (0.14, 0.63), p=0.002] or lead international trials [OR 0.11, 95% CI (0.01, 0.83), p=0.03]. Trials with sex-specific eligibility criteria were more likely to have women leaders [OR 2.56, 95% CI (1.19, 5.49), p=0.02] compared to those without. Discussion Gender inequalities in RCT leadership and RCT participation exist in nephrology and did not improve over time. Strategies to improve inequalities need to be implemented and evaluated.
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 | 0,110 | 0,368 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,015 | 0,009 |
| Bibliométrie | 0,032 | 0,040 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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; 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 ».