In der Regel EinleitungDas Lesen von Artikeln in scien & shy; senschaftlichen Zeitschriften und die Teilnahme an Vorträgen von veröffentlichten Forscher Markenzeichen der kenntnisreicher Fachmann betrachtet. Tatsächlich Unkenntnis der Beratung von solchen Veröffentlichungen oder aus den mündlichen Ermahnungen ihrer Autoren könnten für die Untersuchung von Fachkompetenz sein Gelände aufgelesen. Die Befragung der Wert dieser Quellen des Lernens scheint unlogisch zu sein. Allerdings wird wie in diesem Artikel beschreiben gibt es gerechtfertigt Gründe dafür
Aktuelle Publikationen & ldquo;. Statistik fast alles beweisen kann, & rdquo; eine Schlagzeile in der National Post am November wurde 21 Diese Veröffentlichungen sind darauf hindeutet, dass es eine Essenz der Unzuverlässigkeit nahezu alle wissenschaftlichen Erkenntnisse rund um ist. Es wäre nützlich zu wissen, ob eine solche dramatische Offenbarung zusätzliche Unterstützung hat PERTINENT PUBLICATIONSIn November 2010, die Atlantic der Artikel diese Behauptungen unterstützt durch eine Zusammenfassung zwei wesentliche Papiere von Dr. Ioannidis veröffentlicht. Der erste erschien in PLoS Medicine in 2005,4 Darin er mathematische Argumentation richtig verwendet, um vorherzusagen, dass 80% der nicht-randomisierten Studien (die häufigste), 25% der randomisierten klein & ndash; mittlere Studien, und 10% der randomisierten großen Studien würde ihre Ergebnisse haben überzeugend später widerlegt studies.3 das zweite Papier auch im Jahr 2005 in der Zeitschrift der American Medical Association.5 Dieses Mal Ioannidis auf 49 der wichtigsten Erkenntnisse konzentriert erschienen, die in den letzten 13 Jahren in der Medizin stattgefunden hatte, bestimmt durch zwei Faktoren. Eine, die einschlägigen Artikel hatte in den Zeitschriften am häufigsten von der Forschungsgemeinschaft zitiert und zwei, die 49 Arbeiten veröffentlicht worden waren, sich die am häufigsten zitierten Artikeln in diesen Zeitschriften. Die Themen in den Papieren bedeckt enthalten sind; die weit verbreitete Verwendung von HRT während der Menopause, Vitamin E Herzkrankheit, koronare Stents zu reduzieren das Risiko von Herzinfarkten und tägliche Dosen von Aspirin zu reduzieren das Risiko von Herzerkrankungen und Schlaganfall zu senken. Fünfundvierzig (45) der 49 Artikel Methoden bereitgestellt, um die Wirksamkeit ihrer jeweiligen Ansprüche zu überprüfen. Bei 34 solcher Ansprüche erneut getestet wurden, 14 oder 41% von ihnen waren sehr überzeugend dargelegt, falsch oder grob exaggerated.5 Wenn zwischen einem Drittel und der Hälfte der angesehensten, hoch medizinischen Forschung akzeptiert nicht vertrauenswürdig ist, es ist sinnvoll, die Zuverlässigkeit der Ergebnisse in Papiere in Frage zu stellen, die selten zitiert werden oder in kleinere Publikationen erscheinen. die Relevanz dieser Zahnmedizin möglich gemacht wird durch durch Faggion.2 in ihm auf den kürzlich erschienenen Artikel bezieht er anerkennt Journal Citation Reports (JCR). Dies sind systematische, objektive, quantifizierbare Mittel zur Bewertung der Forschung Einfluss und die Auswirkungen von wissenschaftlichen Zeitschriften. Die ranghöchsten medizinischen Zeitschriften mit ihren Impact Factors (IF) sind; New England Journal of Medicine & ndash; IF = 47, Lancet & ndash; IF = 30,7 und Journal of the American Medical Association & ndash; IF = 28,8. Ioannidis ausgewählt sein 49 Papiere aus diesen drei Top-Zeitschriften und andere, die hatte Impact Factors mehr als sieben nach dem JCR. Wie von Faggion2 bemerkt sind die ranghöchsten Zahn Zeitschriften; Journal of Clinical Periodontology & ndash; IF = 3.5, Journal of Dental Research & ndash; IF = 3,4 und Oral Oncology & ndash; IF = 3,1. Als Nebenwirkung hat die Journal der kanadischen Dental Association Die Forschung Auswirkungen und Einflüsse von die drei renommiertesten medizinischen Zeitschriften sind etwa 10 mal größer ist als die der drei am häufigsten genannten Zahn Publikationen. Da Ioannidis, dass 30-50% der hoch angesehenen medizinischen Forschung gezeigt hat, fehlerhaft ist, ist es eine sichere Annahme, dass mindestens 50% der Zahnforschungsergebnisse höchst fragwürdig sind. In der Tat ist die Situation wahrscheinlich viel schlimmer. Wie bereits erwähnt, Ioannidis durch eine große Schneise der medizinischen Gemeinschaft unterstützt wird, glaubt, dass so viel wie 90% der professionellen Informationen veröffentlicht, dass Ärzte verlassen sich auf fehlerhaft ist. (3) Es ist sehr wahrscheinlich, dass zumindest eine ähnliche, wenn nicht größer, Fehlerstufe gilt für die Forschungsergebnisse, die Zahnarzt Gebrauch, ihre Praktiken zu führen. Statistisch signifikante RESULTSFaggion legt nahe, dass trotz der Peer-Review-Prozess Betrug und Fehlverhalten sind unglückliche Realitäten der medizinischen research.2 Es na wäre & iuml; ve zu glauben, dass die zahnärztliche Forschung auf ähnliche Mißbräuche immun ist. Obwohl Betrug und Fehlverhalten wird falsche Ergebnisse produzieren, gibt es andere, weniger schädliche Aspekte der Forschungsmethodik, die für ungenau und unzuverlässig Ergebnisse verantwortlich sein wird angenommen, dass Simmons et AL1 und Ioannidis4 den Begriff & ldquo diskutieren;. Statistisch signifikante & rdquo; und seine Bedeutung für falsche Ergebnisse. Um zu verstehen, warum wird eine kurze Verständnis der Nullhypothese erforderlich, p-Werte, Fehlalarme und Publikations-Bias. Die Nullhypothese ist die These, dass untersucht wird keine Wirkung oder keine Beziehung zwischen Phänomenen oder Daten impliziert. Es wird üblicherweise als negative ausgedrückt. Ein Beispiel wäre, & ldquo;. Hyperaktivitäts zu essen Zucker & rdquo nichts zu tun hat; Wenn die Statistik mit der Hypothese getestet und werden wahrscheinlich falsch gefunden, dann wäre die Nullhypothese verworfen oder mit dem Ergebnis zunichte gemacht werden, dass es einen Zusammenhang zwischen Hyperaktivität und Zuckerkonsum sein. Es ist die statistische Signifikanz des Tests, die entweder verwendet wird, lehnen die Nullhypothese oder versagen, ihn abzulehnen. Dementsprechend wird eine Nullhypothese ist ein statistisches Konstrukt, das kann nie da sein, da in der Realität bewiesen werden könnte oder auch nicht eine Beziehung zwischen Hyperaktivität und Zucker Einnahme sein P-Werte und statistische Sig & shy;. Deutung. P-Werte sind statistische Begriffe, die auf die Wahrscheinlichkeit beziehen, die ein Testergebnis aufgrund der normalen zufälligen Schwankungen sein könnte, in anderen Worte: Chance. Ein p-Wert von 0 (die niedrigste mögliche) bedeutet, dass es eine 0% Möglichkeit ist, dass die Testergebnisse zufallsbedingt sind und dass die Ergebnisse sind signifikant. Ein p-Wert von eins (die höchstmögliche) bedeutet, dass die Testergebnisse mit denen 100% konsistent sind durch zufällige Variationen und dass die Ergebnisse nicht signifikant sind. Durch die Konvention ein Wert von 0,05 wird häufig gewählt, da die kritische p-Wert oder der signifikanten Niveau, bei dem es möglich ist, die Nullhypothese zurückzuweisen. Dies liegt daran, 0,05 einer Wahrscheinlichkeit von 95% führt zu, dass die Ergebnisse kein Zufall sind und nur eine 5% ige Wahrscheinlichkeit, dass sie dem Zufall zurückzuführen sind. Wenn die Nullhypothese das Ergebnis verworfen wird gesagt, ist statistisch signifikant zu sein, was bedeutet, dass das Ergebnis wahrscheinlich wahr ist. Andere p-Werte können verwendet werden. Es ist jedoch wichtig, dass je höher der p-Wert, desto größer ist zu erkennen, ist die Wahrscheinlichkeit, dass die Ergebnisse zufallsbedingt sind. Zum Beispiel zeigt ein p-Wert von 0,1 eine 90% ige Wahrscheinlichkeit, dass die Ergebnisse wahr und eine 10% ige Wahrscheinlichkeit, dass sie falsch sind, während ein p-Wert von 0,01 zeigt an, dass es eine Wahrscheinlichkeit von 99%, dass die Ergebnisse korrekt sind und nur eine 1% ige Chance, dass sie falsch sind. false Positive Publikationsbias Was ist die bekannte Tendenz zu sein, Forschung zu berichten, mit statistisch signifikante positive Ergebnisse (p-Wert & lt; 0,05) häufiger (bis zu zehn mal) als Ergebnisse, die negativ sind (dh die Nullhypothese unterstützen) oder sind inconclusive.6 Da favorisiert aktuelle Forschungspraxis statistische Signifikanz mit ldquo &; beweisen & rdquo; Theorien und weil Publikationsbias existiert, Berlin und andere glauben, dass positive Ergebnisse zu produzieren es eine weit verbreitete Manipulation von Daten zu einem Übergewicht von falsch-positiven Ergebnissen in der literature.7-9 Warum zu falsch positiven Ergebnissen DANGEROUSA extremeren Beispiel wird die Grße des Problems zu betonen. Angenommen, ein Team mit der Untersuchung der Fähigkeit von 100 Mundspüllösungen aufgeladen zu kontrollieren oder Gingivitis zu verhindern, ohne zu wissen, dass sie alle klinisch unwirksam sind. Es ist sehr wahrscheinlich, dass einer von 20 Tests einen p-Wert von 0,05 oder weniger durch Zufall erzeugen. Das bedeutet, dass etwa fünf Tests (100/20) wird & ldquo; statistisch signifikante & rdquo; Ergebnisse darauf hindeutet, dass sie wirksam sind. Dies ist eine falsch positiv Rate von 5%. Auch wenn alle der Mundspüllösungen für die Zwecke unbrauchbar sind getestet, die hypothetischen Forscher die 95 negativen Tests ignorieren und konzentrieren sich die fünf positive Ergebnisse auf, die veröffentlicht aufgrund ihrer Erkenntnis, dass Zeitschriftenherausgeber überwiegend positiv begünstigen (wenn auch nicht wahr) ergibt. Im Gegenzug werden die fünf Produkte mit der & ldquo; statistisch signifikante & rdquo; Ergebnisse werden von kommerziellen Vermerke erhalten durch teure Werbeaktionen für den Beruf und Öffentlichkeit begleitet Diese übertriebene Szenario zeigt, wie es für völlig falsch möglich ist, aber & ldquo;. statistisch signifikante & rdquo; Erkenntnisse der Literatur mit einem Maß an Glaubwürdigkeit zu geben, die extrem schwer zu diskreditieren oder dispute.1 Begg mit anderen gezeigt haben, dass die Unterstützung, die Veröffentlichung und die Akzeptanz von Fehlalarmen ist & ldquo; tief in der aktuellen Forschung Praxis & rdquo eingebettet ist; mit einem Potential, das Ausmaß der falschen Ergebnisse zu produzieren, wie von Ioannidis.4-7 Die Realität dieses Verständnis identifiziert wird durch Wertschätzung ergab, dass unter den am häufigsten zitierten Forschungsergebnisse in den angesehensten Zeitschriften von Ioannidis untersucht, 32% mit & ldquo; signifikante & rdquo; Ergebnisse wurden falsche oder übertriebene Ergebnisse gefunden zu haben, und dass eine unglaubliche 74% derjenigen herkömmlich angenommen p-Werte von 0,05 mit der Folge falsch erwiesen wurden, obwohl ihre Testergebnisse als & ldquo akzeptiert wurden;. statistisch signifikante & rdquo; 5 Anbetracht dessen, dass die meisten dieser Studien wurden randomisierte kontrollierte Studien-die & ldquo; Goldstandard & rdquo; für begründete evidenz gibt es durchaus möglich, dass eine kritische Analyse der statistisch signifikante Ergebnisse Dentalforschung ein ähnliches Muster von Fehlern offenbaren würde. Eine gewisse Laxheit in Bezug auf die Veröffentlichung von falsch-positiven Ergebnissen erscheint ein entscheidender Grund, warum Forschungsergebnisse sind fehlerhaft. Der Versuch, zu verstehen, warum hat dies ein wichtiger Schwerpunkt der Arbeit von Simmons, Ioannidis und Faggion.1-5 WARUM RESEARCH ihr Papier wird FLAWEDIn Simmons et al identifizieren die Anwesenheit von & ldquo; Forscher Freiheitsgrade & rdquo ; als ein wichtiger Grund, warum Forschung auf zwei Aspekte eines Forschers & rsquo Dieses Konzept Zentren ist flawed.1; s Verhalten. Die erste bezieht sich auf die Datenerhebung und Beobachtungen. Zum Beispiel entscheiden Forscher selten zuvor, welche spezifischen Daten zu sammeln oder zurückzuweisen, die vor ein- oder ausschließen und welche Variablen Verwechselung zu steuern oder zu ignorieren. Zweitens, wenn mit zu prüfen, um bestimmte Entscheidungen zu diesen Fragen im Verlauf einer Studie konfrontiert, haben die Ermittler einen eingebauten Wunsch, eine statistisch signifikante result.1 So zu etablieren, wenn sie mit analytischen Entscheidungen in Bezug auf Daten, Beobachtungen und Variablen Forscher konfrontiert, mit überzeugenden Selbstgerechtigkeit, wählen Sie diejenigen, die Ergebnisse mit einer statistischen Signifikanz von p & lt schaffen wird; 0,05. Diese Manipulation der Beweismittel und deren Auslegung wird durch Böswilligkeit, sondern durch eine angeborene Überzeugung nicht angetrieben, dass unabhängig von Entscheidungen der günstigsten (veröffentlichbare) Ergebnisse sind durchaus angemessen produzieren. Während also einige der Entscheidungen, die Forscher möglicherweise machen unschuldig und ganz vernünftig zu ihnen, die & ldquo; Freiheitsgrade & rdquo; dass sie erlaubt sind erlaubt ihnen, & ldquo zu extrahieren; statistisch signifikante & rdquo; Ergebnisse von fast jedem Test. Tatsächlich war Simmons, dass relativ geringe Manipulationen Fehlalarme bei p & lt produzieren würde zeigen können; 0,05 Ebenen-60% der Zeit und bei p & lt; 0,01 Ebenen & mdash; 21% der time.1 Die & ldquo; Freiheitsgrade & rdquo; ähnlich sind, von & ldquo auf die Gegenwart; Bias & rdquo; Bias & rdquo; in der Forschung von Ioannidis im Jahr 2005. Nach Ioannidis & ldquo wie angegeben; ist die selektive Manipulation und Verzerrung einer Studie & rsquo; s Design, Daten, Analyse und Präsentation Ergebnisse zu produzieren, die dem entsprechen, was die Forscher erwartet oder gehofft zu finden und welche Redakteure veröffentlichen. Als Folge, während könnten die Ergebnisse ansprechend sein, weil sie eine Lieblings Hypothese zu stützen scheinen notwendigerweise sie nicht die Chancen true.4, dass die Ergebnisse wahr nimmt ab, wenn das Niveau von & ldquo sind; Bias & rdquo; increases.4 Daher scheint es, dass die & ldquo; Freiheitsgrade & rdquo; und & ldquo; Bias & rdquo; dass die Forscher ihre Studien bei der Entwicklung und bei der Interpretation ihrer Ergebnisse sind wesentliche Faktoren bei der Herstellung von fehlerhaften Forschung Neben & ldquo gewährt werden;. Bias & rdquo; Ioannidis identifiziert sechs andere Faktoren, die die Wahrscheinlichkeit eines Forschungsergebnis unwahr erhöhen. Probengröße. Je kleiner die Stichprobengröße, desto weniger wahrscheinlich ist es, dass die Forschungsergebnisse wahr sind. Eine kleine Größe möglicherweise nicht wichtige Unterschiede zwischen den Mitgliedern der Probe erfassen in falschen Schlüssen führen. Ioannidis hat festgestellt, dass Forschungsergebnisse in wissenschaftlichen Bereichen eher wahr sind, die in der Probe an 100 oder weniger im Vergleich zu denen große Studien (mehrere tausend Probanden) verpflichten size.4 Es wird empfohlen, dass eine zuständige Statistiker über die geeignete Probengröße konsultiert einschlägigen auf die Art der Studie design.10 von den Ressourcen und Zeit diktiert wird, die Probengröße oft leider zur Verfügung, die Studie zu tun, die Unannehmlichkeiten in einer großen Probe zu sammeln, die Erfahrungen der Forscher und die Anzahl der Proben, die in früheren ähnlichen Studien .10 Es wird angenommen, dass ein Fehler, eine korrekte Probengrößenberechnung zu machen wird sich negativ auf den Wert des study.4,10 Neben großen epidemiologischen Studien mit & mdash; zum Beispiel & mdash; die Häufigkeit von Karies in bestimmten Bevölkerungsgruppen ist es unwahrscheinlich, dass eine signifikante Menge an Dentalforschung Probengrößen hat, die in die Tausende sind. Effektgröße. Dies ist ein Maß für die Größe des Ergebnisses. Zum Beispiel Studien, die eine Verbindung beteiligt, die Karies von 60-80% sind eher um wahr zu sein als diejenigen, bei denen nur eine 5-10% ige Abnahme reduziert. Nach Ioannidis jeder wissenschaftlichen Bereich (einschließlich Zahnforschung), die kleine Effektgrößen sind, & ldquo produziert, um fast allgegenwärtigen falsch positiven Ansprüche geplagt & rdquo;. 4 Frühere Studien. Well- randomisierten kontrollierten Studien entwickelt (RCT) und Meta-Analysen werden ohne ihre Fehler im Allgemeinen produzieren genauere Ergebnisse als Studie einer einzigen oder einfach, der einen Null hypothesis.4 herauszufordern versucht zwar richtig sein kann, RCTs und Meta-Analyse nicht . Zum Beispiel kann eine Meta-Analyse der kombinierten Daten aus einer Reihe von Untersuchungen unter Verwendung ist nur so gut wie jede der Studien der gepoolten Informationen liefernde und ist mit den gleichen Freiheitsgraden und Vorspannung unterzogen, wie beschrieben above.11 Obwohl die & ldquo betrachtet; Gold Standard & rdquo; RCTs sind fehlbar. RCTs Tausende von Proben /Themen sind komplex, teuer und zeitaufwendig beteiligt sind. Die großen Zahlen in diesen Mega-Studien haben isolieren sie nicht von den gleichen menschlichen Emotionen, die die Analyse von Daten, Beobachtungen und Variablen und die anschließende statistische Berechnungen im Zusammenhang mit einfacher weniger komplexe Untersuchungen regeln. Es gibt laufende Debatten wie die Verdienste von RCTs über Beobachtungs studies.12,13 Daher könnte es unklug, RCTs bei der Gestaltung von klinischen Studien als das letzte Wort zu betrachten. Flexibilität im Design. Je größer die Flexibilität in der Gestaltung, Festlegung, akzeptable Ergebnisse und analytische Methoden einer Studie weniger wahrscheinlich die Ergebnisse wahr zu sein. 4 Eine Einigung auf gemeinsame Standards gelten für Studien wäre von Vorteil, als würde eindeutige Ergebnisse. wenn das Ergebnis in einer Studie zum Beispiel der Tod ist, sind die Ergebnisse verantwortlich genauer als denjenigen, die Skalen der Schmerzwahrnehmung nach der Operation zu sein. Finanzen und Vorurteile. Je größer die finanziellen Interessen oder Interessenkonflikte mit der Untersuchung verbunden sind, desto wahrscheinlicher ist es, dass die Ergebnisse false.4 werden Es ist vernünftig anzunehmen, dass, wenn finanzielle Vorteile aus einem Ergebnis zu entnehmen sind, Ermittler Freiheitsgrade sind in der Lage die Manipulation erforderlich, um ein positives Ergebnis zu erzeugen. Ioannidis stellt fest, dass, wenn ein Haustier glauben oder Hypothese eines Forschers in einer Studie einfach umgewandelt, um ein Kriterium für die Amtszeit, die unvermeidlichen Eigennutz Vorurteile mit ziemlicher Sicherheit ein falsches result.4 Interessenkonflikte, wenn über das Peer-Review entstehen produzieren zu befriedigen Verfahren, eine Studie zu Gunsten einer zerquetscht, die mit dem Glauben der Gutachter erfüllt, auch wenn dieser Glaube auf fehlerhafte Forschung beruht. Eine solche Maßnahme verewigt die Akzeptanz von unwahr findings.4 Popularität des Themas. Ioan & shy; nidis hat gezeigt, dass, wenn die gleiche Frage wird durch eine Reihe von Forschungsteams verfolgt, wird die Gültigkeit der Ergebnisse abnimmt, wenn die Anzahl der Untersuchungen increases.4 Der wahrscheinliche Grund dafür ist, dass seit dem Prestige wird in die erste Mannschaft angebracht werden a & ldquo zu erzeugen; positiv & rdquo; Ergebnis, Kompromisse und Vorurteile eingesetzt werden positiv zu beschleunigen, wenn auch wahrscheinlich falsch Ergebnis. Während das Ausmaß, in dem diese Faktoren in der Zahnmedizin arbeiten nicht bekannt ist, ihre Existenz ist Grund genug, um die Gültigkeit der meisten in Frage zu stellen, wenn nicht alle, zahnmedizinischen Forschung. Vermutlich war es diese Sorge, dass Faggion ließ seine study.2 Wie die Unvollkommenheiten in Forschungsmethodik für die Zahnmedizin gelten könnte, wird im Folgenden dargestellt. In der Ausgabe Januar 2012 des < em> Journal der kanadischen Dental Association Die systematische Überprüfung war ein Meta- Analyse von 12 zuvor durchgeführten RCTs. Obwohl die Summe der Teilnehmer in den 12 Studien 1083 war, mussten die einzelnen Studien Probengrößen von 24 bis 218 reicht und keine der Studien angeboten, wie Stichprobengrößen berechnet wurden. Fünf der Studien hatten ein hohes Risiko für Bias, wobei der Rest eine unklare Gefahr. Obwohl Zahnseide eine statistisch signifikante Wirkung zu haben schien Gingivitis auf die Verringerung der Effektgröße war ein 8% reduction.15 Die Probengrößen, die Anwesenheit von Voreingenommenheit und die geringe Wirkung Größe deuten darauf hin, dass die Ergebnisse in jedem der 12 Studien sind wahrscheinlich falsch. Durchführen einer Analyse der gepoolten Ergebnisse nicht für die Mängel in den ursprünglichen Studien anzupassen. Daher sind die Ergebnisse der systemischen Überprüfung mehr als wahrscheinlich falsch. Tatsächlich müssen die Autoren der Überprüfung zum Erkennen, dass das & ldquo Beifall; Trials von schlechter Qualität waren und Schlussfolgerungen müssen als unzuverlässig angesehen werden & rdquo;. 15 Interessanterweise im Jahr 2008, Berchier und Kollegen veröffentlichten eine Meta-Analyse von 11 Studien über Sie sind die Wirksamkeit von Zahn flossing.16 dem Schluss, dass auf die Verringerung der Gingivitis keine Wirkung hatte flossing. Dies scheint die Behauptung von Ioannidis zu unterstützen, dass die Mängel in Forschungsmethodik sind die Gründe, warum scheinbar gut gemeinte Ermittler das gleiche Thema oft kommen zu dramatisch unterschiedlichen results.4,5 Vielleicht die Kürze des Artikels in der Januar-Ausgabe des Journal studieren die Aufnahme der Studie Berchier des CDA verhindert. Dennoch verewigt die Unterlassung der noch unbegründete glauben, dass flossing wirksam ist, und zeigt die Rolle, die Publikationen haben (vermutlich unbeabsichtigt) behauptet, bei der Verbreitung, dass, aller Wahrscheinlichkeit nach, falsch sind. Das oben die Meinung unterstützt, dass Zahnforschung unterworfen wird, um den gleichen Fehler in Design und Auslegung als Simmons und Ioannidis daher für medizinische studies.1,4,5 identifiziert haben, würde es scheinen gerechtfertigt zu sein, was darauf hindeutet, dass Zahnärzte aller Forschungsergebnisse höchst verdächtig sein sollte. Als Nebenwirkung, Zahnseide in 1819,15 Die Tatsache, eingeführt wurde, nach 193 Jahre, dass seine Wirksamkeit ungelöst bleibt, ist ein uninspiriert Reflexion über den Stand der zahnmedizinischen Forschung. Verbesserung der Situation Methoden zur Erhöhung der Wahrscheinlichkeit, dass die Forschungsergebnisse sind wahr werden repliziert wurden von Faggion, Simmons und Ioannidis.1-4 die Vorschläge konzentrieren sich auf die Verbesserung der Fähigkeit von Studien zur Verfügung gestellt worden. Die Idee hinter diesem Konzept ist, wenn spätere Forscher unter Verwendung genau der gleichen Methode wie die ursprünglichen Forscher an den gleichen Ergebnissen zu gelangen, besteht eine erhöhte Wahrscheinlichkeit, dass die Ergebnisse wahr sind. Faggion bezieht sich auf die Methodik der Untersuchung als & ldquo; Rohdaten & rdquo;. 2 die Rohdaten würde Forscher verlangen; identifizieren, wie und warum die Datenerfassung beendet werden würde, bevor die Datenerfassung beginnt, listet alle Variablen der Studie beeinflussen, berichten alle experimentellen Manipulationen auch diejenigen, die das gewünschte Ergebnis und umfassen die statistischen Ergebnisse der Beobachtungen zu produzieren gescheitert, die später waren eliminated.1,2 4 Es wird angenommen, dass diese Anforderungen die selektive Manipulation der Forschung, um zu einer vorgefassten oder günstiges Ergebnis zu gelangen verringern würde. Gutachter konnten bei dieser Aufgabe zu unterstützen, indem sichergestellt wird, dass diese Anforderungen im Rahmen des Forschungsprotokoll enthalten sind, in der letzten manuscript.1,2 Das grundlegende Konzept hinter den Anforderungen an Ermittler induzierten Freiheitsgrade oder Bias reduzieren. Wenn diese Anforderungen an Ort und Stelle vor der Meta-Analyse war auf Zahnseide durchgeführt wurde, hätte sich die Menge der Verzerrung der 12 RCTs reduziert die Wahrscheinlichkeit erhöht, dass die Ergebnisse der Analyse korrekt waren. Keine der 64 Zahn Zeitschriften von Faggion Bewertung erforderlich die Veröffentlichung der Rohdaten mit dem Manuskript submission.2 jedoch fair zu sein, unter den 10 medizinischen Zeitschriften rangiert gekrönt nur drei legen nahe, dass die Rohdaten published.2 werden sollte, bis Publikationen die Einbeziehung der Nachfrage Rohdaten ist diese Auslassung Grund genug, um auch die angesehenste Forschung in Frage zu stellen. CONCLUSIONThere ausreichende Begründungen zu zweifeln oder zumindest zu sein scheinen, die Richtigkeit der meisten medizinischen Forschungsergebnisse in Frage zu stellen. Es ist sehr wahrscheinlich, dass die zahnärztliche Forschung durch die gleichen Fehler geplagt wird, die medizinische Untersuchungen infizieren. Dementsprechend wäre es wichtig, ein kritisches Auge auf alle dentalen Studien zu werfen, vor allem diejenigen, die die vorgefassten Meinungen oder Vorurteile ihrer Autoren vorantreiben oder zu unterstützen, weil sie mehr als wahrscheinlich wrong.OH Dr . Hardie war in der Entwicklung der RCDSO 1996 evidenzbasierten Leitlinien eng beteiligt. Oral Health begrüßt diese Original-Artikel. Referenzen 1 ist. Simmons, JP et al. Falsch-Positive Psychologie: Undisclosed Flexibilität in der Datenerfassung und Analyse ermöglicht Presenting Alles, was als signifikant. Psychological Science 2011; 22 (11):. 1359-1366 2. Faggion CM. Die Verbesserung der Transparenz in der Dental Research durch die Rohdaten verfügbar zu machen. J Can Assoc 2011 Dent; . 77: b122 3. Freedman DH. Lies, Damned Lies, und Medical Science. Der Atlantik 2010; Nov:. 76-86 4. Ioannidis JPA. Warum die meisten veröffentlichten Forschungsergebnisse sind falsch. PLoS Med 2005; 2 (8):. E124 5. Ioannidis JPA. Widersprach und zunächst stärkere Effekte in Hoch Zitiert Klinische Forschung. JAMA 2005; 294 (2); 218-228. 6. Sackett DL. Bias in der analytischen Forschung. J Chronic Dis; 32 (1-2):. 51-63 7. Begg CB, Berlin JA. Publikationsbias und Verbreitung der klinischen Forschung. J Natl Cancer Inst 1989; 81 (2):. 107-115 8. Hopewell S et al. Publikationsbias in klinischen Studien aufgrund statistischer Signifikanz oder die Richtung der Studienergebnisse. Cochrane Database of Systematic Reviews 2009; Problem. Kunst. Nr .: MR000006; DOI: 10.1002 /14651858.MR00 0006.pub3 9.. Dickersin K et al. Publikationsbias und klinischen Studien. Kontrollierte klinische Studien 1987; 8 (4):. 343-353 10. Malhotra RK, Indrayan A. Ein einfaches Nomogramm für die Probengröße für Sensitivität und Spezifität von medizinischen Tests zu schätzen. Indian J Opthamol 2010; 58 (6):. 519-522 11. Linde K, Willich SN. Wie objektiv sind Systematic Reviews? Unterschiede zwischen Bewertungen auf Komplementärmedizin. J Roy Soc Med 2003; 96 (1): 17-22. 12. Schwarz N. Warum brauchen wir Beobachtungsstudien Wirkung der Gesundheitsversorgung zu bewerten. BMJ 1996; 312: 1215-1218 13.. Sanson-Fisher RW et al. Einschränkungen der randomisierten kontrollierten Studie bei der Bewertung der populationsbasierten Gesundheitsmaßnahmen. Ein J Prev Med 2007; 33 (2):. 155-161 14. Vorteile von Flossing zur Verringerung der Gingivitis. J Can Assoc 2012 Dent; 78 (1): 18 15. Sambunjak D et al. Zahnseide für das Management von Parodontalerkrankungen und Zahnkaries bei Erwachsenen. Cochrane-Datenbank systematischer Reviews 2011, Ausgabe 12 Art.-Nr .: CD008829. DOI: 10.1002 /14651858.CD008829.pub2 16.. Berchier C et al. Die Wirksamkeit von Zahnseide zusätzlich zu einer Zahnbürste auf Plaque und Parameter von Zahnfleischentzündung: eine systematische Überprüfung. Internationale J Dent Hyg 2008; 6: 265-279
, bezeichnet 2011 auf eine neue Studie in Psychological Science1 erscheinen, die, dass durch Datenmanipulation nachgewiesen ist es einfach, statistisch signifikante Beweise zu veröffentlichen jede Hypothese zu unterstützen. Im Oktober 2011
die Journal der kanadischen Dental Association einen Artikel veröffentlicht, die folgende enthalten sind, & ldquo; Es scheint daher logisch, alle möglichen Anstrengungen unternehmen, um die Chancen auf falsche oder unzuverlässige Daten zu reduzieren, die veröffentlicht wissenschaftliche Literatur & rdquo;. 2
einen ausführlichen Bericht veröffentlicht, & ldquo;. Lies, Damned Lies, und Medical Science & rdquo; auf der Arbeit von Dr. John Ioannidis, Klinische und Molekulare Epidemiologe, Tufts University School of Medicine.3 Im Klartext erklärt der Artikel, warum Dr. Ioannidis & mdash; mit einem guten Rufes in der medizinischen Gemeinschaft-ist zu dem Schluss gekommen, dass 90% der die veröffentlichte medizinische Informationen, die MDs verlassen falsch ist, und dass die Beratung, die uns von Experten auf Gesundheit, Ernährung gegeben und Drogen ist irreführend, falsch oder oft flach falsch heraus.
sein
Impact-Faktor von 0,95 im Gegensatz zu der Canadian Medical Association Journal mit einem Impact Factor von 7,2.
die falsche Ablehnung der Nullhypothese sind. Wenn die Prüfung einer Behandlung klinisch unwirksam ist bekannt, bestimmt, dass ein p-Wert von 0,05 der Therapie wahrscheinlich wirksam ist, die Nullhypothese & ldquo; dass es klinisch unwirksame & rdquo ist; wird mit der Schaffung eines falsch positiven Ergebnisses abgelehnt werden. Als Folge der falsch positiven, wird die Therapie akzeptiert werden, da es eine 95% ige Wahrscheinlichkeit, brauchbar haben gezeigt ist. Die allgegenwärtige Präsenz von Fehlalarmen gilt als eines der schwersten Fehler in der medizinischen (Zahn-) research.1,3,4
führenden
getan worden ist aufgetreten
beeinflussen
zu führen
gibt es einen kurzen Artikel mit dem Titel & ldquo; Vorteile von Flossing für Gingivitis Reduzier- & rdquo;. 14 Es bezieht sich auf eine aktuelle Cochrane systematische Überprüfung von randomisierten kontrollierten Studien, dass vorschlagen, & ldquo; Flossing Überreste eine wirksame Ergänzung zu toothbrushing & rdquo; denn nach der Überprüfung, & ldquo; Menschen, die regelmäßig weniger Zahnfleischbluten allein im Vergleich zu toothbrushing haben Bürste und Zahnseide & rdquo;.? 15 Ist die Art der Überprüfung diese Schlussfolgerungen rechtfertigen
.