Assessing research activity on priority interventions for non-communicable disease prevention in low- and middle-income countries: a bibliometric analysis
Notice bibliographique
Résumé
INTRODUCTION: Action is urgently needed to curb the rising rates of non-communicable diseases (NCDs) in low- and middle-income countries (LMICs) and reduce the resulting social and economic burdens. There is global evidence about the most cost-effective interventions for addressing the main NCD risk factors such as tobacco use, unhealthy diets, physical inactivity, and alcohol misuse. However, it is unknown how much research is focused on informing the local adoption and implementation of these interventions. OBJECTIVE: To assess the degree of research activity on NCD priority interventions in LMICs by using bibliometric analysis to quantify the number of relevant peer-reviewed scientific publications. METHODS: A multidisciplinary, multi-lingual journal database was searched for articles on NCD priority interventions. The interventions examined emphasise population-wide, policy, regulation, and legislation approaches. The publication timeframe searched was the year 2000-2011. Of the 11,211 articles yielded, 525 met the inclusion criteria. RESULTS: Over the 12-year period, the number of articles published increased overall but differed substantially between regions: Latin America & Caribbean had the highest (127) and Middle East & North Africa had the lowest (11). Of the risk factor groups, 'tobacco control' led in publications, with 'healthy diets and physical activity' and 'reducing harmful alcohol use' in second and third place. Though half the publications had a first author from a high-income country institutional affiliation, developing country authorship had increased in recent years. CONCLUSIONS: While rising global attention to NCDs has likely produced an increase in peer-reviewed publications on NCDs in LMICs, publication rates directly related to cost-effective interventions are still very low, suggesting either limited local research activity or limited opportunities for LMIC researchers to publish on these issues. More research is needed on high-priority interventions and research funders should re-examine if intervention research is enough of a funding priority.
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 | 0,073 | 0,301 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,013 |
| Bibliométrie | 0,302 | 0,363 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,012 | 0,008 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».