文章采用引文分析与共词分析方法对Web of Science收录的新冠主题期刊论文及其引文数据进行计量分析和可视化展示,探究图情学知识输出的广度和强度、输出过程中的知识融合以及输出知识支撑的研究主题。研究发现,图情学在全球抗疫中的知...文章采用引文分析与共词分析方法对Web of Science收录的新冠主题期刊论文及其引文数据进行计量分析和可视化展示,探究图情学知识输出的广度和强度、输出过程中的知识融合以及输出知识支撑的研究主题。研究发现,图情学在全球抗疫中的知识输出较为广泛,但高强度的知识输出仍集中于少数学科;知识交流与融合是跨学科研究的基础;全球抗疫推动了图情学在医学领域的知识融合与扩散,形成了新的学科生长点与突破点。展开更多
目的本研究通过Meta分析评估基于大样本研究的双能量计算机断层扫描(dual-energy CT,DECT)对痛风的诊断效能。方法在Web of Science、Embase、PubMed、Cochrane、中国知网(CNKI)、万方和中国生物医学文献数据库(CBM)中收集DECT诊断痛风...目的本研究通过Meta分析评估基于大样本研究的双能量计算机断层扫描(dual-energy CT,DECT)对痛风的诊断效能。方法在Web of Science、Embase、PubMed、Cochrane、中国知网(CNKI)、万方和中国生物医学文献数据库(CBM)中收集DECT诊断痛风的临床试验文献,对其进行了筛选、汇总和分析。使用统计学软件对纳入文献进行质量以及偏倚风险评估,并且合并敏感性和特异性、阳性似然比、阴性似然比和诊断比值比(DOR)以及各自95%置信区间(95%CI);绘制综合受试者操作特性曲线(SROC),以获得Cochran Q指数和曲线下面积(AUC);使用敏感性分析及Meta回归探索潜在的异质性来源以及Deek’S漏斗图评估是否存在发表偏倚。结果共纳入15篇文献,汇总合并灵敏度为0.87(0.86~0.89)、特异度为0.90(0.87~0.92)、阳性似然比为8.68(5.38~13.98)、阴性似然比为0.12(0.09~0.17)、AUC为0.96(0.94~0.97),诊断比值比为78.24(41.08~149.04)。结论DECT对痛风有着较高的诊断效能,可以作为临床无创筛查方法之一,有着较好的临床应用前景。展开更多
文摘文章采用引文分析与共词分析方法对Web of Science收录的新冠主题期刊论文及其引文数据进行计量分析和可视化展示,探究图情学知识输出的广度和强度、输出过程中的知识融合以及输出知识支撑的研究主题。研究发现,图情学在全球抗疫中的知识输出较为广泛,但高强度的知识输出仍集中于少数学科;知识交流与融合是跨学科研究的基础;全球抗疫推动了图情学在医学领域的知识融合与扩散,形成了新的学科生长点与突破点。
文摘目的本研究通过Meta分析评估基于大样本研究的双能量计算机断层扫描(dual-energy CT,DECT)对痛风的诊断效能。方法在Web of Science、Embase、PubMed、Cochrane、中国知网(CNKI)、万方和中国生物医学文献数据库(CBM)中收集DECT诊断痛风的临床试验文献,对其进行了筛选、汇总和分析。使用统计学软件对纳入文献进行质量以及偏倚风险评估,并且合并敏感性和特异性、阳性似然比、阴性似然比和诊断比值比(DOR)以及各自95%置信区间(95%CI);绘制综合受试者操作特性曲线(SROC),以获得Cochran Q指数和曲线下面积(AUC);使用敏感性分析及Meta回归探索潜在的异质性来源以及Deek’S漏斗图评估是否存在发表偏倚。结果共纳入15篇文献,汇总合并灵敏度为0.87(0.86~0.89)、特异度为0.90(0.87~0.92)、阳性似然比为8.68(5.38~13.98)、阴性似然比为0.12(0.09~0.17)、AUC为0.96(0.94~0.97),诊断比值比为78.24(41.08~149.04)。结论DECT对痛风有着较高的诊断效能,可以作为临床无创筛查方法之一,有着较好的临床应用前景。