The STROCSS 2024 guideline: strengthening the reporting of cohort, cross-sectional, and case–control studies in surgery
Notice bibliographique
Résumé
INTRODUCTION: First released in 2017, the STROCSS guidelines have become integral for promoting high-quality reporting of observational research in surgery. However, regular updates are essential to ensure they remain relevant and of value to surgeons. Building on the 2021 updates, the authors have developed the STROCSS 2024 guidelines. This timely revision aims to address residual reporting gaps, assimilate recent advances, and further strengthen observational study quality across all surgical disciplines. METHODS: A core steering committee compiled proposed changes to update the STROCSS 2021 guidelines based on identified gaps in prior iterations. An expert panel of surgical research leaders then evaluated the proposed changes for inclusion. A Delphi consensus exercise was used. Proposals that scored between 7-9 on a nine-point Likert agreement scale, by ≥70% of Delphi participants, were integrated into the STROCSS 2024 checklist. RESULTS: In total, 46 of 56 invited participants (82%) completed the Delphi survey and hence participated in the development of STROCSS 2024. All suggested amendments met the criteria for inclusion, indicating a high level of agreement among the Delphi group. All proposed items were therefore integrated into the final revised checklist. CONCLUSION: The authors present the updated STROCSS 2024 guidelines, which have been developed through expert consensus to further enhance the transparency and reporting quality of observational research in surgery.
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 | 0,594 | 0,766 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,006 |
| Méta-épidémiologie (sens large) | 0,008 | 0,018 |
| Bibliométrie | 0,022 | 0,016 |
| Études des sciences et des technologies | 0,005 | 0,013 |
| Communication savante | 0,014 | 0,009 |
| Science ouverte | 0,010 | 0,012 |
| Intégrité de la recherche | 0,017 | 0,016 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,007 |
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 ».