Current Trends in Chronic Non-Communicable Disease Management: A Bibliometric Analysis of the Past Two Decades
Notice bibliographique
Résumé
Background: In recent years, there has been a growing focus on chronic non-communicable diseases (NCD) and their impact on personal and social health. Effective management of NCD is essential for their prevention and treatment. This study aims to utilize bibliometric methods to analyze and summarize the current development and emerging trends in NCD management. Methods: A literature search and screening were conducted on the Web of Science Core Collection database from January 1, 2004, to December 31, 2023. VOSviewer and Citespace software was performed to examine publication volume, authors, institutions, countries, journals, citation frequencies, keywords, clustering, and burst terms, and to create a visual map. Results: A total of 996 valid publications from 464 journals were included in the study. The number of publications exhibited a gradual growth trend over the years. The United States was the most productive and influential country, contributing the highest proportion of both publications and total citations. BMC Health Services Research, Toronto University, and Marshall, Bruce C. were identified as the most productive journal, institution, and author, respectively. Further analysis of keyword co-occurrence and burst detection revealed that the most prevalent keywords were "improving primary care" and "integrated care". Conclusion: This bibliometric analysis provides a comprehensive overview of the current status and trends in NCD management over the past two decades, providing valuable insights for future research directions. It indicates a potential shift towards enhancing primary healthy care, integrated care, and digital health.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,055 | 0,118 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».