Conflict of interest disclosure by US cardiothoracic surgeons
Notice bibliographique
Résumé
BACKGROUND: Surgeon-industry collaboration is a key driver of advancement in surgical technology and practice. Disclosures of financial relationships between investigators and industries are important to ensure transparent and critical evaluation of literature. METHODS: All American cardiothoracic (CT) surgeons who published in three major CT surgery journals in 2019 were identified. Whether these surgeons disclosed any conflicts of interest was recorded and compared to actual payments received within 5 years of publication as reported by the Centers for Medicare and Medicaid Services data. RESULTS: In the study period, there were 1079 unique manuscripts involving 885 American CT surgeons as authors, which combined for 2719 author instances. Of these, 96.2% of authors (851 of 885) received payments from companies. The authors who received payments produced 2651 author instances (97.4%). Financial disclosure was reported in only 11.4% (301 of 2651) of these instances. In total, 851 surgeons received more than $187 million over 5 years, with the highest-paid surgeon receiving an average of over $5.9 million per year. The largest individual payments were from "Associated Research Funding," with over $115 million being paid to 277 surgeons over 5 years. The top paying company issued over $96.5 million to American CT surgeons over 5 years. CONCLUSIONS: Nearly all the reviewed publications in three top CT surgery journals were by surgeons who received payments from companies, but very few of these payments were recorded as potential conflicts of interest. A more consistent and robust policy of COI disclosure is needed to reduce perceptions of bias.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».