Research in Integrated Health Care and Publication Trends from the Perspective of Global Informatics
Notice bibliographique
Résumé
BACKGROUND: Integrated care has gained popularity in recent decades and is advocated by the World Health Organization. This study examined the global progress, current foci, and the future of integrated care. METHODS: We conducted a scientometric analysis of data exported from the Web of Science database. Publication number and citations, co-authorship between countries and institutions and cluster analysis were calculated and clustered using Histcite12.03.07 and VOS viewer1.6.4. RESULTS: We retrieved 6127 articles from 1997 to 2016. We found the following. (1) The United States, United Kingdom, and Canada had the most publications, citations, and productive institutions. (2) The top 10 cited papers and journals were crucial for knowledge distribution. (3) The 50 author keywords were clustered into 6 groups: digital medicine and e-health, community health and chronic disease management, primary health care and mental health, healthcare system for infectious diseases, healthcare reform and qualitative research, and social care and health policy services. CONCLUSIONS: This paper confirmed that integrated care is undergoing rapid development: more categories are involved and collaborative networks are being established. Various research foci have formed, such as economic incentive mechanisms for integration, e-health data mining, and quantitative studies. There is an urgent need to develop performance measurements for policies and models.
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 | 0,018 | 0,076 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,092 | 0,196 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,010 | 0,010 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».