PD46 Multi-Criteria Decision Analysis In Healthcare: Scientometric And Bibliometric Analysis
Notice bibliographique
Résumé
Introduction Multi-criteria decision analysis (MCDA) is a useful tool in complex decision-making situations and has been used in medical fields to evaluate treatment options and drug selection. We aimed to provide valuable insights on the use of MCDA in health care through examining the research focus of existing studies, major fields, major applications, most productive authors and countries, and most common journals in the domain using a scientometric and bibliometric analysis. Methods Publications related to MCDA in health care were identified by searching the Web of Science Core Collection on 14 July 2021. Three bibliometric software programs (VOSviewer, Bibliometrix, and CiteSpace) were used to conduct the analysis. Results A total of 410 publications were identified from 196 academic journals (average yearly growth rate of 32% from 1999 to 2021), with 23,637 co-cited references by 871 institutions from 70 countries or regions. The USA was the most productive country (n=80), while the Universiti Pendidikan Sultan Idris (n=16), Université de Montréal (n= 13), and Syreon Research Institute (n=12) were the most productive institutions. The biggest nodes in every cluster of author networks were Aos Alaa Zaidan, Mireille Goetghebeur, and Zoltan Kalo. The top journals in terms of number of articles (n=17) and citations (n=1,673) were Value in Health and the Journal of Medical Systems, respectively. The research hotspots mainly included the analytic hierarchy process (AHP), decision-making, health technology assessment, and healthcare waste management. In the recent literature there was more emphasis on coronavirus disease 2019 (COVID-19) and fuzzy Technique for Order Preference by Similarities to Ideal Solution (TOPSIS). Big data, telemedicine, TOPSIS, and the fuzzy AHP, which are well-developed and important themes, may be the trends in future research. Conclusions This study provides a holistic picture of the MCDA-related literature published in health care. MCDA has a broad application in different topic areas and would be helpful for practitioners, researchers, and decision makers working in health care when faced with complex decisions. It can be argued that the door is still open for improving the role of MCDA in health care, both in its technologies and its application.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | Bibliométrie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Sans objet | low |
| gpt | Bibliométrie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Autre devis | high |
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,367 | 0,206 |
| 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».