Evaluation of publication bias in the assessment of probiotic treatment for gastrointestinal disease in dogs and cats.
Notice bibliographique
Résumé
Background: Systematic reviews and meta-analyses underpin the evidence-to-decision framework used for guideline development. Publication bias is important to understand when assessing the strength of evidence. Objective: To evaluate the peer-reviewed-journal publication rate of abstracts from 2 veterinary internal medicine conferences regarding probiotic treatment for gastrointestinal disease in dogs and cats. Animals and procedure: Abstracts from the American College of Veterinary Internal Medicine Forum (2000 to 2023) and European College of Veterinary Internal Medicine Congress (2002 to 2023) that reported clinical gastrointestinal disease outcomes of probiotic treatment for dogs, cats, or both were included. PubMed and Web of Science databases were searched to identify corresponding peer-reviewed publications. Results: Twelve abstracts were identified; 6 (50%) were subsequently published as peer-reviewed publications. Five of 6 (83%) that were published reported positive clinical outcomes, whereas 4/6 (67%) that were not published reported no beneficial clinical outcomes. Overall, 5/7 (71%) abstracts that reported a clinical effect were published, compared to 1/5 (20%) that did not. Conclusion: Publication bias complicates assessment of the literature and guideline development. Clinical relevance: The potential impact of publication bias should be considered when evaluating the literature and developing guidelines.
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 | 0,325 | 0,643 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,013 | 0,021 |
| Bibliométrie | 0,019 | 0,015 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,009 | 0,006 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,006 | 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; 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 ».