Evaluation of Imaging Research Adherence to the STARD 2015 Reporting Guideline: Update 9 Years After Implementation and Baseline Assessment
Notice bibliographique
Résumé
Background: Adherence of diagnostic accuracy imaging research to the STARD 2015 reporting guideline was assessed at baseline in 2016; on average, only 55% of 30 items were reported. Several knowledge translation strategies have since been implemented by the STARD group. Purpose: The purpose of this study was to evaluate the adherence of diagnostic accuracy studies recently published in imaging journals to STARD 2015, to assess for changes in the level of adherence relative to the baseline study. Methods: We performed an electronic search on MEDLINE for diagnostic accuracy studies, published between May and June of 2024, from a select group of imaging journals. The timespan was modulated to achieve a sample size of 100 to 150 included studies. Overall and item-specific adherence to STARD 2015 was evaluated, in addition to associations with journal of publication, imaging modality, study design, country of corresponding author, imaging subspecialty area, journal impact factor, and journal STARD adoption. Statistical comparison to the baseline study from 2016 was also performed. Poisson Regression and two-tailed student’s tests were used to compare STARD adherence relative to variables included in subgroup analysis. Results: In the 126 included studies, average adherence to STARD 2015 was 61% (18.3/30 items; SD = 3.1), improved compared to the baseline study (55%; 16.6/30 items; SD = 2.2; P < .0001). Studies published in higher impact factor journals reported more items than those in lower impact factor journals (20.6 vs 18.4 items, P -value <.0001). There was no significant association between reporting completeness and journal of publication ( P = .7), imaging modality ( P = .21), country of corresponding author ( P = .46), imaging subspecialty ( P = .31), and journal STARD adoption status ( P = .55). Conclusion: Recently published diagnostic accuracy studies reported more STARD 2015 items than studies published in 2016, but completeness of reporting is still not optimal.
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 | 0,175 | 0,236 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,007 |
| Bibliométrie | 0,011 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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; 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 ».