A mapping review of systematic reviews in orthodontics: a five-year analysis
Notice bibliographique
Résumé
OBJECTIVES: This mapping review aimed to identify trends, frequently reviewed topics and assess the methodological quality of recent orthodontic systematic reviews (SRs). METHODS: SRs published between January 2018 and June 2023 were retrieved from PubMed, EMBASE, SCOPUS, Web of Science, and Google Scholar. Two reviewers independently selected studies and extracted data, with a third resolving discrepancies. Methodological quality was evaluated using AMSTAR-2. RESULTS: From 3,131 initial articles, 430 SRs were included. A publication increase of over 50% occurred from 2019 to 2022. The most frequent topics were palatal expansion (12.6%), techniques to accelerate orthodontic movement (11.6%), and clear aligners (9.3%). Only 18.2% of SRs were rated as high or moderate quality, with those on clear aligners rated the lowest (4.9%). Common methodological weaknesses included a lack of protocol registration, absence of excluded study lists, and failure to address publication bias. CONCLUSIONS: Orthodontic SRs have increased significantly over the five-year period assessed, with notable increase in contributions from specific countries. However, most SRs exhibited low methodological quality, raising concerns about clinical applicability. Improved adherence to methodological and reporting standards is crucial for enhancing SR quality and credibility.
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 | 0,126 | 0,319 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,010 | 0,018 |
| Bibliométrie | 0,110 | 0,082 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,007 | 0,010 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».