Evaluating Trends in COVID-19 Research Activity in Early 2020: The Creation and Utilization of a Novel Open-Access Database
Notice bibliographique
Résumé
Introduction The coronavirus disease 2019 (COVID-19) pandemic has been unprecedented in recent history. The rapid global spread has demonstrated how the emergence of a novel pathogen necessitates new information to advise both healthcare systems and policy-makers. The directives for the management of COVID-19 have been limited to infection control measures and treatment of patients, which has left physicians and researchers alone to navigate the massive amount of research being published while searching for evidence-based strategies to care for patients. To tackle this barrier, we launched CovidReview.ca, an open-access, continually updated, online platform that screens available COVID-19 research to determine higher quality publications. This paper uses data from this review process to explore the activity and trends of COVID-19 research worldwide over time, while specifically looking at the types of studies being published. Materials and Methods The literature search was conducted on PubMed. Search terms included "COVID-19", "severe acute respiratory syndrome coronavirus 2", "coronavirus 19", "SARS-COV-2", and "2019-nCoV". All articles captured by this strategy were reviewed by a minimum of two reviewers and categorized by type of research, relevant medical specialties, and type of publication. Criteria were developed to allow for inclusion or exclusion to the website. Due to the volume of research, only a level 1 (title and abstract) screen was performed. Results The time period for the analysis was January 17, 2020, to May 10, 2020. The total number of papers captured by the search criteria was 10,685, of which 2,742 were included on the website and 7,943 were excluded. The greatest increase in the types of studies over the 16 weeks was narrative review/expert opinion papers followed by case series/reports. Meta-analyses, systematic reviews, and randomized controlled trials remained the least published types of studies. Conclusions The surge of research that accompanied the COVID-19 pandemic is unparalleled in recent years. From our analysis, it is clear that case reports and narrative reviews were the most widely published, particularly in the earlier days of this pandemic. Continued research that falls higher on the evidence pyramid and is more applicable to clinical settings is warranted.
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 | 0,113 | 0,318 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,006 |
| Bibliométrie | 0,101 | 0,083 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,014 | 0,013 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,003 |
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 ».