Investigating the epidemiology of methanol poisoning outbreaks: a scoping review protocol
Notice bibliographique
Résumé
OBJECTIVE: We aim to identify relevant studies from 2000 to 2020 regarding methanol poisoning outbreaks and map the existing literature with a focus on the epidemiology and global burden of disease. INTRODUCTION: Methanol poisoning occurs in individuals or as an outbreak. Illicit productions are responsible for most methanol poisoning outbreaks; however, there are some occupational, suicidal, and homicidal incidences as well. In methanol poisoning outbreaks, medical facilities get overwhelmed quickly. The current WHO fact sheet dates back to 2014 and there have been no updates since. Based on our preliminary search, it seems that the course of methanol outbreaks has changed. INCLUSION CRITERIA: The study will include peer-reviewed articles and gray papers that focus on the epidemiology of methanol poisoning outbreaks. This review will consider all methanol poisoning outbreak victims without any limitation in geographical, social, cultural, or gender-based demographics. METHODS: A three-step search strategy will be used. First, an initial search will be done in MEDLINE and Scopus to identify key terms. Those key terms will then be searched across included databases (MEDLINE, Scopus, Embase, and Web of Science) and sources for gray literature. In a third step, references and Google Scholar will be searched manually. Two reviewers will screen the titles and abstracts, then full texts for identifying inclusion criteria and data extraction. Disagreements will be resolved by a senior author. Extracted data will be tabulated and mapped. Quantitative data will be reported using descriptive numerical summary analysis.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,101 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».