Reporting quality of randomized controlled trials in prehabilitation: a scoping review
Notice bibliographique
Résumé
Abstract Background Inadequate study reporting precludes interpretation of findings, pooling of results in meta-analyses, and delays knowledge translation. While prehabilitation interventions aim to enhance candidacy for surgery, to our knowledge, a review of the quality of reporting in prehabilitation has yet to be conducted. Our objective was to determine the extent to which randomized controlled trials (RCTs) of prehabilitation are reported according to methodological and intervention reporting checklists. Methods Eligibility criteria: RCTs of unimodal or multimodal prehabilitation interventions. Sources of evidence: search was conducted in March 2022 using MEDLINE, Embase, PsychINFO, Web of Science, CINAHL, and Cochrane. Charting methods: identified studies were compared to CONSORT, CERT & Modified CERT, TIDieR, PRESENT, and CONSORT-SPI. An agreement ratio (AR) was defined to evaluate if applicable guideline items were correctly reported. Data were analyzed as frequency (n, %) and mean with standard deviation (SD). Results We identified 935 unique articles and included 70 trials published from 1994 to 2022. Most prehabilitation programs comprised exercise-only interventions (n = 40, 57%) and were applied before oncologic surgery (n = 32, 46%). The overall mean AR was 57% (SD: 20.9%). The specific mean ARs were as follows: CONSORT: 71% (SD: 16.3%); TIDieR: 62% (SD:17.7%); CERT: 54% (SD: 16.6%); Modified-CERT: 40% (SD:17.8%); PRESENT: 78% (SD: 8.9); and CONSORT-SPI: 47% (SD: 22.1). Conclusion Altogether, existing prehabilitation trials report approximately half of the checklist items recommended by methodological and intervention reporting guidelines. Reporting practices may improve with the development of a reporting checklist specific to prehabilitation interventions.
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 | 0,449 | 0,779 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,004 |
| Méta-épidémiologie (sens large) | 0,021 | 0,016 |
| Bibliométrie | 0,041 | 0,041 |
| Études des sciences et des technologies | 0,003 | 0,009 |
| Communication savante | 0,016 | 0,014 |
| Science ouverte | 0,008 | 0,008 |
| Intégrité de la recherche | 0,008 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».