Global research trends at the intersection of coronavirus disease 2019 (COVID-19) and traditional, integrative, and complementary and alternative medicine: a bibliometric analysis
Notice bibliographique
Résumé
BACKGROUND: Coronavirus disease 2019 (COVID-19) is a novel infectious disease caused by severe acute respiratory syndrome coronavirus 2, and responsible for a global pandemic. Despite there being no known vaccines or medicines that prevent or cure COVID-19, many traditional, integrative, complementary and alternative medicines (TICAMs) have been touted as the solution, as well as researched as a potential remedy globally. This study presents a bibliometric analysis of global research trends at the intersection of TICAM and COVID-19. METHODS: SCOPUS, MEDLINE, EMBASE, AMED and PSYCINFO databases were searched on July 5, 2020, with results being exported on the same day. All publication types were included, however, articles were only deemed eligible if they made mention of one or more TICAMs for the potential prevention, treatment, and/or management of COVID-19 or a health issue indirectly resulting from the COVID-19 pandemic. The following eligible article characteristics were extracted: title; author names, affiliations, and countries; DOI; publication language; publication type; publication year; journal (and whether it is TICAM-focused); 2019 impact factor, and TICAMs mentioned. RESULTS: A total of 296 eligible articles were published by 1373 unique authors at 977 affiliations across 56 countries. The most common countries associated with author affiliation included China, the United States, India and Italy. The vast majority of articles were published in English, followed by Chinese. Eligible articles were published across 157 journals, of which 33 were TICAM-focused; a total of 120 journals had a 2019 impact factor, which ranged from 0.17 to 60.392. A total of 327 TICAMs were mentioned across eligible articles, with the most common ones including: traditional Chinese medicine (n = 94), vitamin D (n = 67), melatonin (n = 16), phytochemicals (n = 12), and general herbal medicine (n = 11). CONCLUSIONS: This study provides researchers and clinicians with a greater knowledge of the characteristics of articles that been published globally at the intersection of COVID-19 and TICAM to date. At a time where safe and effective vaccines and medicines for the prevention and treatment of COVID-19 have yet to be discovered, this study provides a current snapshot of the quantity and characteristics of articles written at the intersection of TICAM therapies and COVID-19.
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 | 0,015 | 0,081 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,201 | 0,282 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 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 ».