Prevalence, risk factors, and interventions for chronic obstructive pulmonary disease in South Asia: a scoping review protocol
Notice bibliographique
Résumé
BACKGROUND: Chronic obstructive pulmonary disease (COPD) is increasingly contributing to the disease burden in South Asia. This review will summarize the prevalence and risk factors of COPD in South Asia and the interventions regarding COPD that have been introduced in South Asian countries. METHOD: This scoping review will primarily follow Arksey and O'Malley's six steps of scoping review methodology. Additionally, it will follow the recent upgradation of the scoping review methodology by Levac et al., and the Joanna Briggs Institute. Research questions were already identified at the beginning of the proposed scoping review. Electronic databases will be searched (PubMed, Web of Science, and ProQuest) using search terms. Studies will be screened independently by two reviewers through a two-stage screening process using pre-developed inclusion criteria for this scoping review. Eligible studies will be abstracted and charted in a standardised form. Preferred Reporting Items for Systematic reviews and Meta-Analyses extension for Scoping Reviews (PRISMA-ScR) will be used to report the result. Additionally, feedback from South Asia's experienced COPD researchers on the final literature list will be collected for gap identification in literature search. Two independent reviewers will assess the quality of each included study's design using the Joanna Briggs Institute's tool. DISCUSSION: The proposed scoping review will map the evidence on COPD in South Asia through literature review, and it will focus on prevalence, risk factors, and interventions. This review will contribute to the advancement of research on COPD and will be beneficial for policy-makers, public health specialists, and clinicians.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,004 |
| Bibliométrie | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».