Burden of COPD among population above 30 years in India: protocol for a systematic review and proposed meta-analysis
Notice bibliographique
Résumé
BACKGROUND: The Sustainable Development Goals and the National Health Policy of India aim to reduce premature mortality from noncommunicable diseases (NCD) by one-third in the next decade and by 25% by 2025, respectively. Among NCDs globally, chronic obstructive pulmonary disease (COPD) is a major contributor to death and disability. This underscores the need to understand the burden of COPD at the national level by synthesizing evidence and collating the state-wise COPD data to estimate the prevalence of COPD and to highlight the associated risk factors to inform policymakers. METHOD: The systematic literature search will be carried out in PubMed, Cochrane, Scopus, Web of Science, CINAHL, and ProQuest databases with restrictions for studies published between 2000 and 2020 and available in English. Cross-sectional or cohort studies conducted in and among the Indian population aged 30 years and above will be included. Case reports, randomized trials, meta-analysis, commentaries, and qualitative studies will be excluded from the review. Quality assessment of the included studies will be performed using New Castle Ottawa scale and adherence to reporting standards will be checked using STROBE checklist for Observational Cohort and Cross-Sectional Studies. DISCUSSION: Prevalence of COPD in the population aged 30 years and above, diagnosed through spirometry and nonspirometry, will be compared and reported and a meta-analysis will be performed to obtain pooled prevalence rates of COPD and the risk factors associated with COPD.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,003 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».