En el STI2022 celebrado en Granada adelantamos los resultados preliminares de una investigación que ya ha terminado y ha sido publicada en la revista Profesional de la Información, tanto en español como en inglés: Altmetrics can capture research evidence: an analysis across types of studies in COVID-19 literature. En este trabajo investigamos cómo aproximan los indicadores altmétricos la evidencia científica en trabajos de medicina del COVID-19 usando los diferentes tipos de estudio. A continuación el resumen del trabajo:
El COVID-19 ha tenido un gran impacto en la ciencia. Se ha convertido en un frente de investigación mundial que constituye un fenómeno único de interés para la comunidad cienciométrica. En consecuencia, han proliferado los trabajos descriptivos de COVID-19 que utilizan las altmétricas. Las métricas de medios sociales sirven para entender cómo se comparte y discute la investigación y uno de los puntos clave es determinar qué factores condicionan las altmétricas. El objetivo principal de este estudio es analizar si las menciones altmétricas de los estudios médicos de COVID-19 están asociadas al tipo de estudio y a su nivel de evidencia. Los datos se recogieron de las bases de datos PubMed y Altmetric.com. Se recuperó un total de 16.672 publicaciones clasificadas por tipo de estudio (por ejemplo, informes de casos, ensayos clínicos o metaanálisis) publicadas en el año 2021 y con al menos una mención altmétrica. Los indicadores altmétricos considerados fueron el Altmetric Attention Score (AAS), las menciones en noticias, las menciones en Twitter y los lectores de Mendeley. Una vez creado el conjunto de datos de COVID-19, el primer paso fue realizar un estudio descriptivo. A continuación, se contrastó la hipótesis de normalidad mediante la prueba de Kolmogorov-Smirnov, y dado que resultó significativa en todos los casos, se realizó la comparación global de grupos mediante la prueba no paramétrica de Kruskal-Wallis. Cuando esta prueba rechazó la hipótesis nula, las comparaciones por pares se realizaron con la prueba U de Mann-Whitney, y la intensidad de la posible asociación se midió mediante el coeficiente V de Cramer. Los resultados sugieren que los datos no se ajustan a una distribución normal. La prueba U de Mann-Whitney reveló coincidencias en cinco grupos de tipos de estudio, siendo el indicador altmétrico con más coincidencias las menciones de noticias y los tipos de estudio con más coincidencias las revisiones sistemáticas junto con los metaanálisis, que coincidieron con cuatro indicadores altmétricos. Asimismo, entre los tipos de estudio y los indicadores altmétricos se observó una asociación débil pero significativa a través de la chi-cuadrado y la V de Cramer. Se concluye que la asociación positiva entre altmétricas y tipos de estudio en medicina podría reflejar el nivel de la “pirámide” de la evidencia científica.
Valderrama-Baca, P., Arroyo-Machado, W., & Torres-Salinas, D. (2023). Altmetrics can capture research evidence: an analysis across types of studies in COVID-19 literature. Profesional De La información, 32(2). https://doi.org/10.3145/epi.2023.mar.13
