Assessing Adherence to the PRISMA-DTA Guideline in Diagnostic Test Accuracy Systematic Reviews: A Five-Year Follow-up Analysis
Notice bibliographique
Résumé
BACKGROUND: We evaluated reporting of diagnostic test accuracy (DTA) systematic reviews using Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA)-DTA and PRISMA-DTA for abstracts. METHODS: We searched MEDLINE for recent DTA systematic reviews (September 2023-Mar 2024) to achieve a sample size of 100. Analyses evaluated adherence to PRISMA-DTA (and abstracts), on a per-item basis. Association of reporting with journal, country, impact factor (IF), index-test type, subspecialty area, use of supplemental material, PRISMA citation, word count, and PRISMA adoption was evaluated. Comparison to the baseline evaluation from 2019 was done. Protocol: https://doi.org/10.17605/OSF.IO/P25TE. RESULTS: Overall adherence (n = 100) was 78% (20.3/26.0 items, SD = 2.0) for PRISMA-DTA and 52% (5.7/11.0 items, SD = 1.6) for abstracts. Infrequently reported items (<33% of studies): eligibility criteria, definitions for data extraction, synthesis of results, and characteristics of the included studies. Infrequently reported items in abstracts were characteristics of the included studies, strengths and limitations, and funding. Reporting completeness for full text was minimally higher in studies in higher IF journals [20.7 vs 19.8 items; 95% confidence interval (95%CI) (0.09; 1.77)], as well as studies that cited PRISMA [21.1 vs 20.1 items; 95%CI (0.04; 1.95)], or used supplemental material (20.7 vs 19.2 items; 95%CI (0.63; 2.35)]. Variability in reporting was not associated with author country, journal, abstract word count limitations, PRISMA adoption, structured abstracts, study design, subspecialty, open-access status, or index test. No association with word counts was observed among full text or abstracts. Compared to the baseline evaluation, reporting was improved for full texts [71% to 78%; 95%CI (1.18; 2.26)] but not for abstracts [50% to 52%; 95%CI (-0.20; 0.60)]. CONCLUSIONS: Compared to the baseline evaluation published in 2019, we observed modest improved adherence to PRISMA-DTA and no improvement in PRISMA-DTA for abstracts reporting.
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 | 0,339 | 0,452 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,001 | 0,014 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,004 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; les deux têtes enseignantes 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 ».