MétaCan
Menu
Constructeur de cohorte

4 299 418 travaux, canadiens par l’une de quatre routes.

Chaque état de filtre est une URL; l’URL est la requête; la requête est citable via /q/⟨hash⟩. La page, l’API et l’export analysent les mêmes paramètres.

La cohorte courante, diffusée en continu depuis la base de données : toutes les colonnes des travaux, les étiquettes machine, les scores provisoires et l'état de validation de chaque rangée. Les exportations sont plafonnées à 100 000 rangées. Crée un lien /q/ permanent pour cette requête exacte. Les mêmes filtres produisent toujours le même lien, qui que soit le demandeur.

Terme de recherche
Auteur ou autrice
Période
Ordre
Langue
Type
Domaine
Revue
Sujet
COVID-19 and healthcare impacts
Rétractation
Résumé
Source des données probantes
Devis d'étude
Accord des étiquettes
État des étiquettes

Les étiquettes directes de Codex et Gemma sont non validées et clairsemées. Les prédictions distillées couvrent la base complète et sont elles aussi non validées. Choisissez explicitement la source; l'absence d'une étiquette directe n'est jamais une étiquette négative.

affaffiliation
fundbailleur
venuerevue
aboutsujet

Les quatre voies se composent : exigez la voie du financement et excluez l'affiliation pour obtenir la strate financée-seulement qu'aucune base fondée sur l'affiliation ne voit jamais.

2 192 résultats · 1 filtre actif ·
Résultats par année
20002025
Date de publication
Catégories
Étiquettes machine · couverture clairsemée
Preuves
Langue
Type
Citations
Un travail non étiqueté est inconnu, pas un négatif. La couverture est rapportée à chaque requête.
2 192 travaux dans la cohorte · sur 4 299 418page 1 sur 44

Les étiquettes couvrent 8 des 2 192 travaux de cette cohorte. Les autres sont non étiquetés, ce qui n'est pas une étiquette négative : la table des étiquettes est clairsemée aujourd'hui et s'enrichit au fil des rondes d'étiquetage.

Les prédictions distillées couvrent 2 192 des 2 192 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le volet Gemma est une étiquette directe du modèle pour chaque travail (titre seulement); le volet Codex est un classifieur distillé et calibré. Le mode candidate est l'union; le consensus est l'intersection.

fundno affnon étiqueté
Global incidence, prevalence, years lived with disability (YLDs), disability-adjusted life-years (DALYs), and healthy life expectancy (HALE) for 371 diseases and injuries in 204 countries and territories and 811 subnational locations, 1990–2021: a systematic analysis for the Global Burden of Disease Study 2021
Masayuki Teramoto, Damian Santomauro, Amirali Aali, Yohannes Abate, Cristiana Abbafati, Hedayat Abbastabar +1306 autres
2024· article· en· The Lancet· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
4 439
citations
afffundsans résuménon étiqueté
A minimal common outcome measure set for COVID-19 clinical research
John C. Marshall, Srinivas Murthy, Janet Dı́az, Neeta Adhikari, Derek Angus, Yaseen M. Arabi +54 autres
2020· review· en· The Lancet Infectious Diseases· Medicine
prédiction machine:candidate · metaresearchconsensus · aucune
1 794
citations
afffundnon étiqueté
The State of US Health, 1990-2016
Ali H. Mokdad, Katherine Ballestros, Michelle Echko, Scott Glenn, Helen Elizabeth Olsen, Erin C Mullany +108 autres
2018· article· en· JAMA· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
1 447
citations
affnon étiqueté
Burden of 375 diseases and injuries, risk-attributable burden of 88 risk factors, and healthy life expectancy in 204 countries and territories, including 660 subnational locations, 1990–2023: a systematic analysis for the Global Burden of Disease Study 2023
Masayuki Teramoto, Kanyin Liane Ong, Damian Santomauro, A Bhoomadevi, Mohammad Amin Aalipour, Hasan Aalruz +2684 autres
2025· article· en· The Lancet· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
413
citations
affnon étiqueté
Economic Burden of COVID-19: A Systematic Review
F Richards, Petya Kodjamanova, Xue Chen, Nicole Li, Petar Atanasov, Liga Bennetts +6 autres
2022· review· en· ClinicoEconomics and Outcomes Research· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
195
citations
affsans résuménon étiqueté
The impact of COVID-19 on research
Luke Harper, Nicolas Kalfa, Goedele M.A. Beckers, Martin Kaefer, Anka Nieuwhof-Leppink, Magdalena Fossum +2 autres
2020· review· en· Journal of Pediatric Urology· Medicine
prédiction machine:candidate · metaresearchconsensus · aucune
195
citations
affnon étiqueté
International Impact of COVID-19 on the Diagnosis of Heart Disease
Andrew J. Einstein, Leslee J. Shaw, Cole B. Hirschfeld, Michelle A. Williams, Todd C. Villines, Nathan Better +25 autres
2021· article· en· Journal of the American College of Cardiology· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
194
citations
affnon étiqueté
COVID-19 and primary care in six countries
Patricia Huston, John Campbell, Grant Russell, Felicity Goodyear‐Smith, Robert L. Phillips, Chris van Weel +1 autres
2020· article· en· BJGP Open· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
175
citations
affsans résuménon étiqueté
Impact of COVID-19 on Pediatric Asthma: Practice Adjustments and Disease Burden
Nikolaos G. Papadopoulos, Adnan Čustović, A. Deschildre, Alexander G. Mathioudakis, Wanda Phipatanakul, Gary Wong +62 autres
2020· article· en· The Journal of Allergy and Clinical Immunology In Practice· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
169
citations
fundno affsans résuménon étiqueté
Impact of COVID-19 on cancer care in India: a cohort study
Priya Ranganathan, Manju Sengar, Girish Chinnaswamy, Gaurav Agrawal, Rajkumar Arumugham, Rajiv Bhatt +38 autres
2021· article· en· The Lancet Oncology· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
164
citations
affsans résuménon étiqueté
Impact of COVID-19 on nursing time in intensive care units in Belgium
Arnaud Bruyneel, Maria Cecília Bueno Jayme Gallani, Jérôme Tack, Alain D’hondt, Sebastien Canipel, Stéphane Franck +1 autres
2020· article· en· Intensive and Critical Care Nursing· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
156
citations
fundno affnon étiqueté
Global Impact of COVID-19 on Stroke Care and IV Thrombolysis
Raul G. Nogueira, Muhammad M. Qureshi, Mohamad Abdalkader, Sheila Cristina Ouriques Martins, Hiroshi Yamagami, Zhongming Qiu +451 autres
2021· article· en· Neurology· Medicine
prédiction machine:candidate · aucuneconsensus · aucune
154
citations

En coulisses: Sélection · Constats · À propos