Including conference abstracts rarely changed systematic review conclusions: a case study from a living network meta-analysis of COVID-19 treatments
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Including conference abstracts (CAs) in systematic reviews (SRs) helps reduce publication bias but raises concerns about reporting quality and reliability. While discrepancies with full publications are known, excluding CAs may overlook relevant early evidence. To evaluate the reporting quality of CAs, their consistency with full-text publications, and the impact of including them on effect estimates and the Grading of Recommendations, Assessment, Development and Evaluations (GRADE) framework in a living systematic review and network meta-analysis (SRNMA) of COVID-19 drug treatments. STUDY DESIGN AND SETTING: We conducted a retrospective methodological study of all CAs included in the COVID-19 SRNMA until May 19, 2024. We assessed trial characteristics, reporting quality using Consolidated Standards of Reporting Trials (CONSORT)-A, and consistency with full-text publications. We also compared meta-analyses with and without CAs at predefined time points for mortality and hospital length of stay, evaluating changes in effect and GRADE domains. RESULTS: We included 105 CAs; 53% (56/105) were linked to a full publication. Only 7% met high reporting standards. Average consistency with full-text publications across key methodological items was 67.6%, often due to missing details in both sources. CAs enabled meta-analyses that would not have been possible at 14% of time points. Their inclusion did not affect conclusions when using the null threshold but changed the effect estimate in 55.6% and imprecision ratings in 16% of cases when using minimally important differences (MIDs). In a few instances, CAs also influenced risk of bias and inconsistency assessments. CONCLUSION: CAs can fill evidence gaps when data are limited or emerging. Although they rarely change conclusions based on the null threshold, their inclusion has a greater impact when using MID. Reviewers should assess their inclusion case by case and promote better reporting practices to enhance their contribution to SRs.
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 | 0,385 | 0,778 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,013 |
| Bibliométrie | 0,013 | 0,016 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,011 | 0,012 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,008 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
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 ».