Sex Disparities in Spine Surgeon Leadership of Clinical Trials for Degenerative Spine Disease Research
Notice bibliographique
Résumé
INTRODUCTION: Despite increasing awareness, women remain underrepresented in academic spine surgery. This study assessed whether women were equitably represented among spine surgeon PIs of clinical trials for degenerative spine disease research. METHODS: This was a retrospective cohort study of spine surgeon principal investigators (PIs) in the United States (2015 to 2022). ClinicalTrials.gov was queried for the most common diagnoses and surgeries for degenerative spine diseases. Characteristics of spine surgeon PIs were collected from academic profiles. Participation-to-prevalence ratios (PPRs) were calculated for men and women PIs relative to their prevalence among spine surgery faculty at accredited training programs. A PPR of 0.8 to 1.2 indicated equitable sex representation. A PPR <0.8 was defined as underrepresentation and >1.2 as overrepresentation. RESULTS: In total, 129 spine surgeon PIs of 91 clinical trials were included in this study. Overall, there were 125 male (97%) and four female (3%) spine surgeon PIs. Overall, women were underrepresented among spine surgeon PIs (PPR = 0.64), whereas men had equitable representation (PPR = 1.02). From 2015 to 2018, female spine surgeons were underrepresented (PPR = 0.33), but achieved equitable representation from 2019 to 2022 (PPR = 0.95). Male spine surgeons had consistently equitable representation across the study period (PPR range 1.00 to 1.03). Women had equitable representation at assistant (PPR = 1.08) and associate (PPR = 0.31) professor ranks, but were underrepresented at the full professor rank (PPR = 0). PIs were funded by industry (54%), academic institution (44%), and US Federal (2%) sources. No differences were observed in funding sources by sex ( P = 0.36). DISCUSSION: There are a limited number of female spine surgeon PIs for degenerative spine disease clinical trials, which may have negative implications on the vitality of the specialty moving forward. Future investigations are needed to understand the barriers women face in obtaining clinical trial leadership positions.
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 | 0,031 | 0,069 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».