Reporting Quality of Noninferiority Randomized Controlled Trials for Skin Disease: A Meta-Epidemiological Study
Notice bibliographique
Résumé
Noninferiority randomized controlled trials (NI-RCTs) aim to demonstrate that an intervention has acceptable efficacy compared with an established treatment. We assessed the reporting quality of NI-RCTs evaluating treatments for skin conditions. We searched MEDLINE and Embase from inception to April 2024 for NI-RCTs published in top journals measured by h5-index. Screening, full-text review, and data extraction were conducted independently in duplicate. We measured items reported from the Consolidated Standards of Reporting Trials extension for NI-RCTs published after 2006. We included 71 NI-RCTs reporting, on average, 78% of overall and 67% of NI-RCT-specific items. Forty-seven (51.6%) studies reported the noninferiority hypothesis. Sixty-five (91.5%) studies reported a noninferiority margin, with 26 (36.6%) providing justification; 48 (67.6%) calculated sample size using the margin. Twenty-two (31.0%) studies conducted both intention-to-treat and per-protocol analyses, whereas 26 (36.6%) used intention to treat, and 11 (15.5%) used per protocol alone. For 17 studies (24.0%), reviewers reached conclusions different from those of authors (7%) or could not assess appropriateness of authors' conclusions owing to insufficient reporting (17.0%). Reporting of NI-RCTs for skin conditions is inconsistent, with crucial information missing from many publications. Improved reporting is essential to incorporating their results into clinical practice.
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 | 0,324 | 0,624 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,004 |
| Méta-épidémiologie (sens large) | 0,019 | 0,056 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,010 | 0,008 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,007 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».