A Bibliometric Analysis of Publications on the Prevalence of Chronic Pain in Children and Adolescents From 2009 to 2023
Notice bibliographique
Résumé
ABSTRACT Bibliometric reviews explore patterns in publications in a given research area by exploring trends over time and the contributions by citations, such as relationships between authors and publications. Despite “chronic pain” being the second most common keyword in pain research, no bibliometric reviews have focused on publication trends related to the prevalence of chronic pain in children and adolescents. A bibliometric analysis was conducted with articles included in a systematic review and meta‐analysis on the prevalence of pediatric chronic pain to identify the recent trajectory of the field and guide future directions. Publication bibliometrics data from the articles were extracted and analyzed (e.g., gender of authors, citation counts, and countries) and was visualized in VOSViewer. Among 119 studies, the number of publications per year ranged from 4 (2023) to 11 (2014, 2021) with an average of 8/year. Articles were cited on average 36.6 times (SD = 51.7, range 0–380) with 5058 unique citations. There were 74 different journals represented, with most publishing only 1 article ( n = 52, 70%). Seventy countries were represented in prevalence data, 78% from high‐income countries; fifteen (21.4%) had only one data point, primarily from low‐ and lower‐middle income countries. There were 109 different corresponding authors, with only 1 corresponding author who had more than 2 published articles. There was relative gender equity in terms of first and corresponding author. There was little to no collaboration between author groups identified. Despite a steady number of articles published over the 14‐year period, the literature on the prevalence of pediatric chronic pain appears fragmented with articles published in a wide variety of journals. Prevalence data from low‐ and lower‐middle‐income countries were under‐represented. Future work should focus on expanding evidence in underrepresented areas and greater collaboration among research groups to collect prevalence data in geographical areas where data gaps exist.
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: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | Bibliométrie Domaine: non disponible · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,043 | 0,103 |
| 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 | 0,000 |
| 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.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».