Global research mapping of substance use disorder and treatment 1971–2017: implications for priority setting
Notice bibliographique
Résumé
BACKGROUND: Globally, substance use disorders are prevalent and remain an intractable public health problem for health care systems. This study aims to provide a global picture of substance use disorders research. METHODS: The Web of Science platform was used to perform a cross-sectional analysis of scientific articles on substance use disorders and treatment. Characteristics of publication volume, impact, growth, authors, institutions, countries, and journals were examined using descriptive analysis and network visualization graphs. RESULTS: Thirteen thousand six hundred eighty-five papers related to illicit drugs (5403), tobacco (4469), and alcohol (2137) use disorders and treatment were published between 1971 and 2017. The number of publications on Mindfulness and Digital medicine topics had the highest increase with more than 300% since 2003-2007 despite later presence than other methods. The number of papers on other non-pharmaceutical therapies (behavioral therapy, cognitive behavioral therapy, skills training or motivational interviewing) grew gradually, however, the growth rate was lower every 5-year period. The United States is the substance use disorder research hub of the world with the highest volume of publications (8232 or 60.2%) and total citations (252,935 or 65.2%), number of prolific authors (25 of top 30 or 83%) and institutions (24 of top 26 or 92%), formed the most international research partnerships (with 96 distinct countries). The international collaboration followed a pattern based on geographic proximity and cultural similarity. CONCLUSIONS: This study offers a comprehensive picture of the global trend of publications of substance use disorder. Findings suggest a need for research policy that supports the examination of interventions that culturally adhere to different local contexts to address substance use disorder in communities.
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 | 0,016 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,064 | 0,094 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».