Trends and Gaps in Colorectal Cancer Screening Research in the Arab World: A 16-Year Bibliometric Analysis (2007–2023)
Notice bibliographique
Résumé
Colorectal cancer (CRC) is a significant public health concern, ranking third in incidence and second in mortality worldwide. Despite rising CRC incidence rates in the Arab world, understanding of trends and patterns in CRC screening research remains limited. This study addresses this gap through a bibliometric analysis of CRC screening research in the Arab world from 2007 to 2023. We conducted an extensive literature search in Web of Science and Scopus databases, analyzing 124 articles using the Bibliometrix Package in R. Our findings revealed a 16.5% annual growth in research output, with significant increases from 2014 onwards. Saudi Arabia led in scientific production, followed by Lebanon, Jordan, and Egypt, while Qatar had the highest country production when adjusted for population size. Disparities in research output relative to the CRC burden were evident, especially in lower-resource countries. Three regional clusters were identified: Saudi Arabia, with strong collaborations with Canada and Egypt; a second cluster including Lebanon, UAE, Jordan, Qatar, Iraq, and Oman; and a third cluster featuring Morocco, with significant collaboration with France. Thematic analysis showed a focus on CRC screening awareness, barriers, and adherence but a lack of studies on implementation strategies and cost-effectiveness. This analysis highlights significant trends and gaps in CRC screening research in the Arab world, underscoring the need for increased investment in CRC research and screening initiatives to improve outcomes in the region.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,100 | 0,149 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».