Notice bibliographique
Résumé
BACKGROUND: Chronic rhinosinusitis (CRS) is a highly prevalent inflammatory disease with significant impacts on patient quality of life and daily productivity. Evaluating the volume of research on CRS, relative to similar chronic diseases, may provide insight into current disparities in research prioritization. METHODS: A systematic review was performed using Ovid MEDLINE (R) (1970 - December 31st, 2014) to define the volume of research publications for CRS, asthma, and diabetes mellitus (DM). Primary outcomes were overall volume of research publications and volume of publications per year. A subgroup analysis was performed using chi-square (χ2) omnibus test with 2×3 contingency tables to identify significant differences in the proportion of total randomized controlled trials, systematic reviews, meta-analyses, and economic evaluation publications between CRS, asthma, and DM groups. RESULTS: There were substantial disparities in the volume of research published over the last 45 years for CRS (n = 7,962), asthma (n = 136,652), and DM (n = 337,411). Although the volume of research for CRS in increasing, the disparities in the annual publication volumes between CRS, asthma, and DM appeared consistent over the last 45 years. CONCLUSIONS: Outcomes from this review have demonstrated a large disparity in the volume of published research for CRS compared to asthma and DM. Given the similarities in prevalence rates, impact on quality of life and economic burden, the relative under supply of CRS research should prompt efforts to increase research prioritization for this chronic disease.
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
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 | 0,013 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,007 | 0,017 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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 validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».