MétaCan
Menu
Retour à la cohorte
Enregistrement W4416712424 · doi:10.24875/bmhim.25000029

Visualización y temas emergentes de la producción científica global sobre el síndrome de abstinencia neonatal: una aproximación bibliométrica

2025· article· es· W4416712424 sur OpenAlexaboutno aff
Ángel Samanez-Obeso, Patricia Paredes-Espinoza, Álvaro M. Óaña-Córdova, Javier A. Flores-Cohaila, Víctor Román-Lazarte

Notice bibliographique

RevueBoletín Médico del Hospital Infantil de México · 2025
Typearticle
Languees
DomaineMedicine
ThématiquePrenatal Substance Exposure Effects
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésScopusBibliometricsAbstinenceScientific literatureIncidence (geometry)Web of scienceScientific evidence

Résumé

récupéré en direct d'OpenAlex

El síndrome de abstinencia neonatal (SAN) afecta a los recién nacidos expuestos a opioides o sustancias adictivas durante la gestación. Esta afección ha mostrado un incremento en las últimas décadas, especialmente en países de altos ingresos. El objetivo de este estudio fue identificar las características bibliométricas y visualizar los temas emergentes en la producción científica global sobre el SAN. Se realizó un análisis bibliométrico de documentos recuperados de la base de datos SCOPUS entre 1994 y 2023. Se empleó una estrategia de búsqueda con términos del Medical Subject Headings (MeSH), Emtree y términos libres. Se analizaron el crecimiento anual, las redes de colaboración, las palabras clave más frecuentes y los artículos más citados. Se captaron 1,455 documentos, con un crecimiento anual del 9.57% y un coeficiente de determinación de 0.89. El 37.59% de los estudios se encuentran en acceso abierto. EE.UU. lideró la producción científica con un 52.4% de los documentos, seguido de Canadá (4.9%) y Australia (3.9%). Las palabras clave más frecuentes después de 2020 fueron "sleep", "neonatal opioid withdrawal syndrome" y "neurodevelopment". La producción científica sobre el SAN ha aumentado considerablemente en las últimas décadas, con preponderancia de estudios en EE.UU. y Canadá. Los futuros estudios deberían enfocarse en el diagnóstico, tratamiento y la carga de incidencia y prevalencia en países de ingresos bajos y medianos. Neonatal abstinence syndrome (NAS) is a condition that affects newborns exposed to opioids or addictive substances during gestation. The prevalence of this condition has increased significantly in recent decades, particularly in high-income countries. This study aimed to identify the bibliometric characteristics and visualize emerging topics in the global scientific production on NAS. A bibliometric analysis was conducted using documents retrieved from the SCOPUS database between 1994 and 2023. The search strategy incorporated terms from Medical Subject Headings (MeSH), Emtree, and free-text keywords. Annual growth, collaboration networks, the most frequent keywords, and the most cited articles were analyzed. A total of 1,455 documents were retrieved, with an annual growth rate of 9.57% and a coefficient of determination of 0.89. Open-access publications accounted for 37.59% of the studies. The United States led the scientific production with 52.4% of the documents, followed by Canada (4.9%) and Australia (3.9%). The most frequent keywords after 2020 were “sleep,” “neonatal opioid withdrawal syndrome,” and “neurodevelopment.” Scientific production on NAS has increased substantially over the past decades, with a predominance of studies conducted in the United States and Canada. Future research should focus on the diagnosis, treatment, and burden of incidence and prevalence in low- and middle-income countries.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,012
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,307
Écart entre enseignants0,301 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBoletín Médico del Hospital Infantil de MéxicoMême sujetPrenatal Substance Exposure EffectsTravaux en français237 207