COVID-19 Related Publications Focusing on Cancer: Systematic Review of a Delicate Balance
Notice bibliographique
Résumé
Background:: The ongoing COVID-19 pandemic has forced oncologists to alter their daily practice, despite the lack of substantial evidence, in order to reduce the risk of transmission among patients with underlying malignant and other concurrent medical conditions. Objective:: This systematic review compares the characteristics of oncology-focused COVID-19 manuscripts published from January 1st to April 30th, 2020, and from September 1st to September 30th, 2020, to identify the variation of publications between the start of the pandemic and our current state. Methods:: The PubMed database was searched on two different occasions using the search string “Cancer OR Tumor” AND “COVID-19 OR SARS-CoV-2”. All manuscripts pertaining to COVID-19 and oncological topics were included in this review. Results:: The search from January 1st to April 30th, 2020 and from September 1st to September 30th, 2020, resulted in 299 and 249 articles pertaining to our objective, respectively. Comparing the earlier with later publication period, the proportion of articles containing original data increased from 22.4% to 44.2%, whereas the proportion of Editorials/Correspondences decreased from 43.5% to 20.5%. Cancer patient management guidelines accounted for the majority of publications during both periods (59.2% versus 43.4%, respectively). Conclusion:: The study revealed a rapidly increasing number of COVID-19 and oncological-focused publications throughout the pandemic thus far. Given the unprecedented nature of the COVID-19 pandemic, future analyses are expected to reveal rapidly evolving publication patterns.
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 | 0,024 | 0,130 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,006 |
| Bibliométrie | 0,023 | 0,027 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».