Latent classes of trial reporting and publication practices in spinal manipulation research: a meta-epidemiological study
Notice bibliographique
Résumé
Reliable reporting and publication practices are essential for trustworthy evidence synthesis and clinical decision-making. We aimed to identify latent classes of randomized controlled trials (RCTs) evaluating spinal manipulative therapy (SMT) based on trial reporting and publication practices, and to examine whether these classes influenced treatment effects. Meta-epidemiological study. Trials were evaluated on whether they met criteria for trial reporting and publication practices across six domains. Latent class analysis was used to identify trial subgroups. Random-effects meta-regression models assessed whether class membership predicted pooled estimates of treatment effects for pain and disability. We included 239 RCTs and identified four classes: Dated (23%), older trials (mostly pre-2010) with consistently low proportions of criteria met; Non-contributing (30%), newer trials that inconsistently met the criteria, had small samples, and short follow-ups; SMT-focused (15%), which reported SMT details and fidelity more consistently but otherwise resembled the Non-contributing class; and Pragmatic (33%), consisting of larger trials, meeting most criteria, but often underreported SMT-specific and fidelity details. Reporting practices had larger impact on class membership than publication practices. Despite differences class membership was not associated with treatment effect estimates and explained minimal outcome variability (R 2 ∼1%). Although trial reporting and publication practices varied substantially across SMT trials, these differences were not associated with differences in treatment effects. The widespread failure to meet key criteria raises concerns about the interpretability and credibility of the SMT evidence base. To strengthen transparency and scientific value, future trials should adhere more rigorously to reporting guidelines. • Four latent trial classes identified Dated, Non-contributing, SMT-focused, Pragmatic • Class membership did not explain pain or disability outcome differences • Reporting deficiencies persist in SMT trials, including many recent studies • Improved adherence to reporting guidelines is urgently needed
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | MétarechercheMéta-épidémiologie (sens large) Domaine: Présentation des résultats · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | high |
| gpt | MétarechercheMéta-épidémiologie (sens large) Domaine: Présentation des résultats · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | high |
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 | 0,686 | 0,834 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,008 | 0,027 |
| Bibliométrie | 0,015 | 0,018 |
| Études des sciences et des technologies | 0,003 | 0,008 |
| Communication savante | 0,014 | 0,013 |
| Science ouverte | 0,005 | 0,009 |
| Intégrité de la recherche | 0,007 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».