这是一项横断面研究。

我们从物理治疗证据数据库(PEDro)中随机选取了200个腰痛随机对照试验样本[ 23］．我们选择PEDro是因为这是最全面的物理治疗试验数据库[ 24， 25]，亦因为PEDro量表具有可接受的高信度及效度[ 18］．此外，所有纳入PEDro索引的试验均采用0- 10分PEDro量表对方法学质量进行评分[ 24- 27］．项目说明如下:

总PEDro分数是通过求和来计算的 是的对第2-11项的回应。第一项不计入最终分数，因为这与外部效度有关。所有关于PEDro的试验都由至少两名训练有素的评分员进行评分，如果出现分歧，最终仲裁将由一名资深评分员进行。

2016年2月1日，我们确定了2010-2015年期间发表的PEDro索引的所有腰痛试验，并随机抽取40%的样本。我们排除了试验方案、试验的初步分析和二次分析。搜索策略说明如下:

提取了几条数据，如 文本框1．

有关资料 Altmetric所有文章的得分和引用数(自发表以来的年份)是在2016年5月10日收集的，因为这些得分是非常动态的。

文章自发表的年数和被引用次数确定为截至2016年5月10日。引用数以自发表以来的年数(引用数除以自发表以来的年数)标准化，因为预计较老的手稿与较新的手稿相比更有可能有更多的引用数。大部分数据采用描述性统计。

建立独立的多元回归模型来预测(1) Altmetric提到分数和(2) Altmetric读者得分。两个模型的自变量分别为:影响因子、论文以开放获取方式发表(是/否)、PEDro总分、发表年限、标准化被引数和标题类型。选择这些变量是因为它们似乎有可能与 Altmetric分数。例如，我们选择自发表以来的年数和总PEDro分数的变量，因为它们与PEDro上的访问次数有关[ 18］．

最初，进行单变量回归分析，所有变量达到a P保留<0.20的值以纳入多变量模型。然后建立多元回归模型，最终模型只包含达到统计显著性的变量 P< 0.05。结果表示为R²指数(解释模型的可变性)，每个变量的个人贡献通过β系数及其各自的95% ci表示。我们使用社会科学统计软件包(SPSS) 19版进行分析。

使用该搜索策略共检索了537项临床试验。67篇文章被排除在外，因为它们与腰痛以外的疾病有关或与正在进行的研究有关。从剩余的470篇文章中，随机选择200篇进行分析( 图1)．

表1介绍了试验的特点。在200篇文章中，有186篇有 Altmetric平均得分 提到得分为18.2 (SD 41.3)，平均 读者得分34.9 (SD 41.6)。大多数文章都是用英文发表的，有一个描述性的标题(描述目的，但不揭示主要结论的标题)，并以开放获取的形式发表在支持CONSORT声明的期刊上。此外，发表这些试验的期刊的平均影响因子为2.1 (SD 2.6)，平均总PEDro评分为5.8分(SD 1.6; 表1)．

的单变量分析 Altmetric提到得分显示，发表在开放获取期刊上与 Altmetric提到评分( 表2)．最后的多元模型在 表3．四个变量与 Altmetric提到评分:影响因子(β-系数=3.4分)、出版年数(β系数= -4.9分)、被引用数除以出版年数(β-系数=5.2分)、描述性标题(β-系数= -29.4分)。该模型占解释方差的28%。对该模型的解释是，较老的文章和具有描述性标题的文章与较低的标题相关联 Altmetric提到得分，而来自影响因子较高和引用量较大的期刊的文章与较高的影响因子相关 Altmetric提到得分。

的单变量分析 Altmetric读者得分显示，发表在开放获取期刊上与 Altmetric读者评分( 表4)．多变量分析表明，有一个自变量与 Altmetric读者得分:被引用数除以发表以来的年份(β-系数=10.1分，95% CI 7.74-12.46)。这个单一变量占解释方差的31%。

本研究的主要目的是分析可能与糖尿病相关的潜在因素 Altmetric得分。次要目的是描述腰痛随机对照试验及其特征 Altmetric分数。我们发现，带有疑问句/陈述性标题的试验、发表在影响因子较高期刊上的试验、最近发表的试验以及引用次数较多的试验与较高的影响因子相关 Altmetric提到得分。我们观察到，被引次数也与较高相关 Altmetric读者得分。最后，我们发现 Altmetric读者得分高于 Altmetric提到得分。大多数文章都是用英文发表的，有描述性的标题，并以开放获取的形式发表在支持CONSORT声明的期刊上。

之前有三篇文章测量了被引用的数量和 Altmetric医学期刊评分[ 10， 11， 29]，以及许多其他研究推文之间关系(主要的 Altmetric分数组成部分)和引文([ 15是第一个)。这些文章的结论与我们的研究非常相似:被引和被引之间存在关联 Altmetric分数。这一信息证实了传统的科学影响力衡量标准(基于引用)与社会影响力(基于社交媒体)相关联。我们的研究与前三项研究的不同之处在于，我们使用了多元回归分析，而不是简单的相关性。我们认为这种方法使我们能够专注于关键的自变量，并且我们提供的beta系数比相关系数更易于解释。例如，我们可以预测，每收到一个引用，将增加5.2和10.1分 Altmetric提到而且 读者分别得分。在背痛试验中，科学影响似乎紧随社会影响而来。

我们观察到一种关联 Altmetric提到评分和期刊的影响因子。该期刊的影响因子是一种衡量指标，它反映了前两年在该期刊上发表的科学文章被引用的数量[ 5］．我们可以推断，影响因子较高的期刊对更广泛的读者、医疗保健提供者和媒体具有更高的可信度，这可能反映了社交媒体上大量的帖子。许多这些期刊可能有完善的媒体策略，例如准备和分发新闻稿给媒体。这一举措鼓励了他们的论文在报纸、博客和社交媒体上的推广，比那些没有这样做的期刊更快、更有效。这些期刊还对文章的在线版本进行了格式化，这样读者就可以轻松地点击一个图标，在社交媒体上发布有关这项研究的详细信息，通常是在文章中嵌入一个关键人物。

我们还观察到使用陈述性/疑问句标题的试验与更高的 Altmetric提到得分高于描述性标题。据我们所知，我们的研究是第一个调查文章标题格式对读者的影响的研究 Altmetric分数。有证据表明，标题较短的文章更有可能被大量引用。 30.- 32］．贾玛利等[ 33]得出结论，带有疑问句标题的文章也与大量的引用和下载有关[ 33］．因此，作者应该意识到，为了吸引更广泛的读者，应该考虑使用较短的疑问句标题。最后，我们观察到最近发表的论文也有更高的 Altmetric分数;最近的研究似乎更有可能被分享。这一发现应在未来的研究中进一步研究。

本研究的优势在于使用了具有代表性的试验样本(N=200，或所有PEDro索引的试验报告的40%，并归类为“腰痛”)。本研究的一个可能的局限性与外部有效性有关，因为我们的数据集只包含关于腰痛的文章。在其他健康学科中复制我们的研究是很重要的。

我们的研究为作者如何提高文章的曝光度带来了新的见解。首先，研究人员最好选择高影响因子的期刊提交，并使用陈述性或疑问句的标题，因为这些因素可能会增加他们的研究在社交媒体上的知名度。此外，我们建议使用不同研究设计的新研究(例如，系统回顾和指南)，以便从外部验证我们的发现。