Assessment of “Spin” in the Abstracts of Systematic Reviews in Leading Arthroplasty Journals Over the Past 10 Years: A Cross-Sectional Methodological Study
Notice bibliographique
Résumé
Background Systematic reviews (SRs) are vital for evidence consolidation in clinical research, utilized for their robust, reproducible methodology. SRs are prone to misrepresentation as they are based on primary studies and the interpretation of their authors. This issue can be particularly significant in arthroplasty, where procedures significantly impact patient quality of life. We aim to determine the prevalence of spin and its associated study characteristics in the top 3 highest impact English arthroplasty specific journals. Methods We searched PubMed, MEDLINE, and Embase for SRs and meta-analyses published from March 26, 2015, to March 26, 2025. Two assessors classified spin types based on Yavchitz et al. (2016). Descriptive statistics were computed to determine spin prevalence, and chi-square (χ2) analysis evaluated associations with bibliometric factors. Results Spin was present in 48 of 52 SRs (92.3%), with severe spin in 33 of 52 (63.5%). The most common types included type 5 (claims of benefit despite high risk of bias) in 45 of 52 (86.5%) and type 9 (claims of benefit despite reporting bias) in 32 of 52 (61.5%). Type 9 spin was significantly more common in SRs involving randomized controlled trials (88.2%) compared to nonrandomized studies (48.6%, P = .014). Conclusions Over the past decade, more than 90% of SRs published in high-impact arthroplasty journals exhibited spin in their abstracts. The most common form involved overstating treatment benefits despite high risk of bias in primary studies, while spin related to reporting bias was significantly more frequent in SRs of randomized evidence.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,289 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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; les deux têtes enseignantes 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 ».