Palliative Care Landscape in the COVID-19 Era: Bibliometric Analysis of Global Research
Notice bibliographique
Résumé
Despite the increasing number of publications globally, the COVID-19 pandemic has underscored significant research gaps that should be resolved, including within PC-related research. This study aimed to map and understand the global trends in palliative care (PC)-related COVID-19 research and provide quantitative evidence to guide future studies. We systematically searched four databases between 1st January 2020 and 25th April 2022. The VOSviewer, Gephi, and R software were utilized for data analysis and results visualization. A total of 673 articles were identified from the databases between 1st January 2020 and 25th April 2022. Canada (6.2%), Australia (5.4%), and the United Kingdom (3.8%) were the most productive countries regarding articles published per million confirmed COVID-19 cases. A lack of international collaborations and an uneven research focus on PC across countries with different pandemic trajectories was observed. The PC research in question focused on cancer, telehealth, death and dying, and bereavement. This study's conclusions support the recommendation for international collaboration to facilitate knowledge and practice transformation to support countries with unmet PC needs during the pandemic. Further studies are required on the grief and bereavement support of families, healthcare professionals and patients with other life-threatening illnesses.
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 | 0,005 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,087 | 0,456 |
| 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 | 0,001 | 0,003 |
| 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; 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 ».