10年来手术研究中的动力图:使用机器学习分析的元研究

科学领域:

• 医学研究 医学研究
• 外科领域的外科领域.
• 数据可视化 数据可视化

背景情况:

• 炸药图,是一种条形图,由于条形偏差和缺乏分布信息,往往具有误导性.
• 机器学习工具Barzooka有助于选科学文献中的图形类型.

研究的目的:

• 确定在九个外科领域的原始研究文章中使用炸药图案的普遍性.
• 分析随着时间的推移使用炸药情节的趋势.

主要方法:

• 来自九个外科领域的超过4万篇原创研究文章被采样并使用Barzooka进行分析.
• 使用肯达尔t系数和曼-肯达尔测试来评估炸药使用的趋势.

主要成果:

• 在过去十年中,在九个外科领域中的八个观察到炸药使用量的统计显著下降.
• 在2022年,炸药使用率大约在30%到70%之间,具体取决于手术领域.

结论:

• 虽然在手术研究中使用炸药图片的数量已经减少,但它仍然很普遍.
• 需要进一步的研究和教育,以改善外科研究人员的数据可视化实践.