Industry‐Reported Financial Relationships Among American Ophthalmology Society Board Members
Notice bibliographique
Résumé
BACKGROUND: To assess financial disclosures of American ophthalmology society board members by comparing self-reported disclosures with industry-reported payments and examining characteristics linked to larger financial relationships. METHODS: In this retrospective, cross-sectional study, we assessed all governance board members from American ophthalmology societies in December 2022. Board composition was identified from society websites, payment data from the Open Payments database, and conflict of interest (COI) policies from IRS Form 990 filings. Outcomes included concordance between self- and industry-reported disclosures, payment values, gender and subspecialty differences and academic characteristics. RESULTS: Among 871 board members from 66 societies, 566 (65.0%) had industry-reported relationships, yet only 22 (2.5%) disclosed COIs on society websites. In 2022, 13 187 payments totaling $57.8 million were reported, with 79.5% related to research. Most societies reported internal COI policies (77.8%) and annual disclosure requirements (75.6%) via IRS filings. Men received significantly higher median payments than women ($217.5 vs. $43.3; p < 0.001). Retina specialists accounted for the largest share of payment value (55.3%), while paediatric ophthalmologists received the least (0.4%). Board members with research payments had higher academic productivity (median h-index: 19 vs. 8; p < 0.001). CONCLUSIONS: Public reporting of board members' financial relationships on ophthalmology society websites was uncommon, likely reflecting differences in society-level disclosure practices rather than individual nondisclosure. These findings underscore an opportunity for societies to enhance transparency by adopting more consistent, transparent COI reporting practices in ophthalmology governance.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,005 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,004 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».