Front Immunol：重症肌无力全球发展趋势的知识图谱：文献计量学分析
时间：2023-04-26 11:18:54 热度：37.1℃ 作者：网络
重症肌无力(MG)是一种低发病率疾病，全球发病率估计为每10万人年0.3-2.8人。随着治疗药物的出现，MG患者的死亡率逐年下降。然而，在这种疾病的管理上仍然存在差距，因为患者可能需要等待数年才能得到准确的诊断，并且经常经历不可预测的临床过程，包括稳定、缓解、复发和恶化。
由于容易误诊为其他疾病，MG经常被忽视，尤其是在老年患者中。一项流行病学研究(N=100)发现，26%和13%的MG患者诊断延迟2年和5年。因此，延迟诊断可能会增加不必要的检查和治疗，增加患者的疾病负担;同样，它可能导致延迟治疗，即患者没有得到迅速和及时的治疗，导致疾病进展。例如，眼性MG (OMG)可能转变为全身性MG (GMG)甚至肌无力危象，导致预后不良。
但是，领导者积累的知识和分析需要较长的时间来沉淀，才能进行深入全面的评审。正如诺贝尔奖得主被授予的时间远远晚于他们的研究成果被公开(13)，时间是检验真理的唯一标准。因此，高质量、全面的综述总是缺乏的，而文献计量学精确地弥补了这一缺点，因为它易于操作，大大降低了完整综述的门槛。
同时，带有预测函数的突发检测是Kleinberg开发的一种算法，能够识别研究前沿。浩瀚的医学学科需要充分利用回顾性总结和前瞻性预测功能相结合的工具，从大数据层面深入挖掘文献特征。文献计量学就是这种工具的一个例子。
当知识映射与科学实践的真理相结合时，所呈现的结果可以弥补经验积累所进行的总结审查。综上所述，通过科学算法预测未来的研究方向是一种比研究者的直觉更科学的方法，这也是文献计量分析的意义所在。本文从学科、国家、机构、作者、期刊、文献、关键词等7个方面对56年来9970篇mg相关文献进行综述分析。对文献和关键词进行突发分析，指出当前研究中应该重点关注的文献，并确定未来可能的研究方向。
据我们所知，文献计量学在MG领域的第一次应用是由我们的团队成员完成的，本文也是第一次对MG进行全面的文献计量学分析。
检索策略
(A)所列9970件与mg有关物品的基本资料;(B)总出版趋势和引用。(A)纳入文章周期、期刊类别数、文章总数、年增长率、作者总数、单个作者发表文章数、国际合著比例、一篇文章合著数、作者给出的关键词、被引参考文献数、每篇文章平均寿命、每篇文章平均被引次数。(B)该图显示1966年至2022年MG领域的员额和引文总数。
(A)研究MG的国家间国际合作可视地图;(B)管理学研究国际排名前五的国家。(A)球的大小与出版物数量的比例关系显示在角落标签上。Connection表示存在合作关系。根据9970篇文章的共同作者，将全球开展MG研究的国家分为四个伙伴组;(B)根据发表文章数量、H指数和平均每篇文章被引用次数对世界排名前五的国家进行评价。
(A)出版数量最多的五种期刊;(B)期刊双图叠加地图集。(A)对与MG相关文章数量最多的5种期刊进行h指数和平均被引次数的评价;(B)左边是mg相关期刊(引用期刊)的主要分销商;右侧为MG文章引用的期刊所在学科(被引期刊)。连接表示学科知识转移路径。
A)文献的共引和聚类分析;(B)时间轴视图的聚类分析。(A)参考文献的共引反映了哪些文章是在同一方向上研究的。聚类分析采用最大似然比(LLR)方法将近60年来与MG相关的文献分为4类。结合中心性程度的计算和高中心性文献在时间轴上的转移，可以分析学科的研究过程是如何变化的，每个阶段有哪些具有代表性的文献;(B)圆圈表示参考文献;圆直径的大小与被引次数密切相关;紫色圆圈表示科学知识中存在重大转折点，即较高的中心性;紫色轴表示1966-2022;仍在红色竖线右侧的黄色圆圈表示存在相关文献;红色线框显示的内容为热内容。
(A)关键词共现分析;(B)优化后的关键词爆发分析(A)基于VOSviewer可视化关键词的活跃情况。根据活动起始点的不同分为两类;(B)通过图中所示的处理步骤，对其他时间片的关键词突发分析结果进行处理，最后将强度得分最高的13个关键词进行整合。RCT指随机对照试验。
