Consistency of conflict of interest disclosures across two major ophthalmology conferences
Notice bibliographique
Résumé
Purpose To quantitatively assess the consistency of conflict of interest (COI) disclosures among presenters at two major ophthalmology conferences and to analyze trends in COI reporting over a span of four years. Design A retrospective cross-sectional study. Participants Presenters at the American Academy of Ophthalmology (AAO) and the American Society of Cataract and Refractive Surgery (ASCRS) annual meetings in 2018 and 2021/2022. Methods Publicly available COI disclosures from presenters at the AAO and ASCRS meetings were extracted and compared. The disclosures of individuals presenting at both AAO and ASCRS were analyzed, focusing on whether COIs were reported consistently across both meetings. Main Outcome Measures The primary outcome was the presence of discrepancies in COI disclosures amongst individuals who presented at the two selected ophthalmology conferences within the same year. Results Among the 260 presenters who participated in both AAO 2021 and ASCRS 2022, 95 (36.5%) had identical disclosures, while 150 (57.7%) exhibited at least one discrepancy. On average, these presenters had 11.23 ± 14.63 disclosures at AAO and 9.88 ± 14.68 disclosures at ASCRS. Similarly, of the 432 presenters at both AAO 2018 and ASCRS 2018, 203 (47.0%) had consistent disclosures, while 213 (49.5%) displayed discrepancies. On average, these presenters had 13.16 ± 19.75 disclosures at AAO and 12.49 ± 15.61 disclosures at ASCRS. Conclusions Significant inconsistencies in COI disclosures were observed among presenters at major ophthalmology conferences within the same year. Nearly half of the presenters exhibited discrepancies in their disclosures, with a notable portion disclosing COIs at one conference but not the other. These findings underscore the need for standardized COI reporting systems with more rigorous verification processes to ensure transparency and trustworthiness in medical conference presentations.
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 | 0,020 | 0,110 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,007 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; 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 ».