背景:既往认为黄韧带骨化在人群中罕见发生,随着研究深入,发现其发病率逐渐上升,这引起大量学者的研究兴趣。目的:通过检索科学引文索引数据库核心集自1999年以来的有关黄韧带骨化的研究成果,使用文献计量学方法对数据进行可视化分析,...背景:既往认为黄韧带骨化在人群中罕见发生,随着研究深入,发现其发病率逐渐上升,这引起大量学者的研究兴趣。目的:通过检索科学引文索引数据库核心集自1999年以来的有关黄韧带骨化的研究成果,使用文献计量学方法对数据进行可视化分析,回顾黄韧带骨化的研究历史,指示重要文献,梳理研究热点,为学者寻找研究方向提供思路。方法:以Web of Science核心集数据库为主,搜索并筛选黄韧带骨化相关论文,使用VOSviewer 1.6.19和CiteSpace 6.2.R6软件对年度发文量、研究国家、机构、被引文献、期刊、作者和关键词等进行可视化分析。结果与结论:①共纳入347篇文献,自1999年发文量呈螺旋上升,中国研究较日本起步晚,但是发文量后来居上,北京大学是发文量最多的机构,北京大学的陈仲强教授是发文量最多的学者。②被引用最多的10篇文献中5篇都与黄韧带骨化的手术治疗有关。③去除与研究主题直接相关的关键词,综合词频和中介中心性的结果发现,“胸椎脊髓病”“硬膜骨化”“微创手术”“后纵韧带骨化”处于领域研究的核心地位。④关键词聚类分析显示,黄韧带骨化的临床表现和手术治疗在疾病的研究中占比较大。⑤关键词时间线图及关键词突现分析显示,“微创手术”作为关键词出现在2015年前后,是突现强度最高的关键词,也是突现开始时间最晚的关键词,2019年开始受到学者广泛关注,关键词“硬膜骨化”的突现尚未结束。⑥黄韧带骨化的手术治疗一直处于研究前沿,微创手术方式的开发和研究、黄韧带骨化继发硬膜骨化的研究是该领域的研究热点。展开更多
背景:近年来,绝经后骨质疏松症受到社会的广泛关注,随着动物模型研究的逐渐深入,动物模型已然成为现代中医药研究的重要手段以及实验基础,因此了解动物模型的研究现状、热点及发展趋势尤为重要。目的:分析国内外绝经后骨质疏松症动物模...背景:近年来,绝经后骨质疏松症受到社会的广泛关注,随着动物模型研究的逐渐深入,动物模型已然成为现代中医药研究的重要手段以及实验基础,因此了解动物模型的研究现状、热点及发展趋势尤为重要。目的:分析国内外绝经后骨质疏松症动物模型的研究现状、热点及发展趋势,为后续研究提供一定的理论基础及参考依据。方法:以“主题词=绝经后骨质疏松AND主题词=鼠+兔+犬+猪+羊+猴+鱼+实验动物+动物实验”为检索式,对1999-01-01/2023-10-01在中国知网、万方数据库中的文章进行主题词检索;同时以“TS=(Postmenopausal osteoporosis)AND TS=(mouse OR mice OR rat OR rabbit OR dog OR swine OR pig OR sheep OR monkey OR fish or flies OR“laboratory animal”OR“experiment animal”)”为检索式,对1999-01-01/2023-10-01在Web of Science核心合集数据库中的文章进行主题词检索。应用Citespace软件对文献作者、机构、国家、关键词以及文献共被引量进行可视化分析。结果与结论:①分析后筛选中国知网及万方数据库共纳入1238篇文献,Web of Science核心合集数据库共纳入3419篇文献。自1999年来,该领域发文量总体呈上升趋势,研究中心性最高的是美国,发文量最高的是中国,研究中心性最高的机构为美国加利福尼亚大学。②去除与文章主题直接相关的关键词,综合共现频率及中心性,“生物力学”“左归丸”“阿仑膦酸盐”“乳腺癌”“生化指标”处于该研究领域较为核心的地位。③通过文献共被引分析,被引频次前10位的文献中有5篇文献与绝经后骨质疏松症治疗措施与临床疗效有关。④综合关键词与共被引文献分析显示,探究成骨细胞的形成以及骨形成的机制、代谢组学的作用机制、中药复方的治疗、信号通路、甲状旁腺激素治疗及硬骨素抗体治疗等方面是当下的研究热点也是未来的研究趋势。展开更多
背景:人工智能在医疗领域的发展日益迅速,在骨创伤领域的应用研究不断增多。文章旨在通过文献计量学分析,分析近年来人工智能在骨创伤领域中的研究热点,并预测未来的研究趋势。目的:总结人工智能技术在骨创伤领域的应用发展历程、研究...背景:人工智能在医疗领域的发展日益迅速,在骨创伤领域的应用研究不断增多。文章旨在通过文献计量学分析,分析近年来人工智能在骨创伤领域中的研究热点,并预测未来的研究趋势。目的:总结人工智能技术在骨创伤领域的应用发展历程、研究现状、热点和未来发展趋势,以期为今后的研究提供新的见解。方法:选择Web of Science核心集数据库中,时间跨度设为自建库至2023年8月,检索人工智能、机器学习、深度学习应用于骨创伤相关的文献420篇。通过人工筛选,导出与文章相关的文献共202篇,采用Citespace软件进行国家、机构、被引期刊和引文分析等的合作和关键词的共现等可视化分析。结果与结论:①分析筛选后纳入的202篇文献,总体发文量呈上升趋势,且在未来研究潜力巨大。研究中心性最高和发文量排名第一的国家均为美国。加州大学(美国)是发文量最多的研究机构。②人工智能在骨创伤研究中最常用的前5个关键词是深度学习、人工智能、骨密度、机器学习、诊断,中心性最高的关键词为骨密度,关键词数量最多的为深度学习。③共被引频次前10位的参考文献分别从多个方面介绍了人工智能技术应用于骨创伤领域诊断的可行性研究,其中8篇涉及骨关节损伤与深卷积神经网络,1篇涉及深度学习在CT检查中检测骨质疏松从而预防脆性骨折,1篇通过人工智能识别皮肤纹理变的特征应用于骨的特征性识别的相关性研究。④今后,人工智能的研究热点将主要集中在骨关节创伤和骨质疏松引发的骨折特异性研究上,未来研究趋势主要集中在提升人工智能算法的性能上,使用人工智能新技术对骨损伤进行精准划分和快速高效诊断,尤其是针对复杂和隐匿性骨折的诊断,通过建立有限元分析模型,实现对骨创伤的更加标准化评估。展开更多
文摘背景:既往认为黄韧带骨化在人群中罕见发生,随着研究深入,发现其发病率逐渐上升,这引起大量学者的研究兴趣。目的:通过检索科学引文索引数据库核心集自1999年以来的有关黄韧带骨化的研究成果,使用文献计量学方法对数据进行可视化分析,回顾黄韧带骨化的研究历史,指示重要文献,梳理研究热点,为学者寻找研究方向提供思路。方法:以Web of Science核心集数据库为主,搜索并筛选黄韧带骨化相关论文,使用VOSviewer 1.6.19和CiteSpace 6.2.R6软件对年度发文量、研究国家、机构、被引文献、期刊、作者和关键词等进行可视化分析。结果与结论:①共纳入347篇文献,自1999年发文量呈螺旋上升,中国研究较日本起步晚,但是发文量后来居上,北京大学是发文量最多的机构,北京大学的陈仲强教授是发文量最多的学者。②被引用最多的10篇文献中5篇都与黄韧带骨化的手术治疗有关。③去除与研究主题直接相关的关键词,综合词频和中介中心性的结果发现,“胸椎脊髓病”“硬膜骨化”“微创手术”“后纵韧带骨化”处于领域研究的核心地位。④关键词聚类分析显示,黄韧带骨化的临床表现和手术治疗在疾病的研究中占比较大。⑤关键词时间线图及关键词突现分析显示,“微创手术”作为关键词出现在2015年前后,是突现强度最高的关键词,也是突现开始时间最晚的关键词,2019年开始受到学者广泛关注,关键词“硬膜骨化”的突现尚未结束。⑥黄韧带骨化的手术治疗一直处于研究前沿,微创手术方式的开发和研究、黄韧带骨化继发硬膜骨化的研究是该领域的研究热点。
文摘背景:近年来,绝经后骨质疏松症受到社会的广泛关注,随着动物模型研究的逐渐深入,动物模型已然成为现代中医药研究的重要手段以及实验基础,因此了解动物模型的研究现状、热点及发展趋势尤为重要。目的:分析国内外绝经后骨质疏松症动物模型的研究现状、热点及发展趋势,为后续研究提供一定的理论基础及参考依据。方法:以“主题词=绝经后骨质疏松AND主题词=鼠+兔+犬+猪+羊+猴+鱼+实验动物+动物实验”为检索式,对1999-01-01/2023-10-01在中国知网、万方数据库中的文章进行主题词检索;同时以“TS=(Postmenopausal osteoporosis)AND TS=(mouse OR mice OR rat OR rabbit OR dog OR swine OR pig OR sheep OR monkey OR fish or flies OR“laboratory animal”OR“experiment animal”)”为检索式,对1999-01-01/2023-10-01在Web of Science核心合集数据库中的文章进行主题词检索。应用Citespace软件对文献作者、机构、国家、关键词以及文献共被引量进行可视化分析。结果与结论:①分析后筛选中国知网及万方数据库共纳入1238篇文献,Web of Science核心合集数据库共纳入3419篇文献。自1999年来,该领域发文量总体呈上升趋势,研究中心性最高的是美国,发文量最高的是中国,研究中心性最高的机构为美国加利福尼亚大学。②去除与文章主题直接相关的关键词,综合共现频率及中心性,“生物力学”“左归丸”“阿仑膦酸盐”“乳腺癌”“生化指标”处于该研究领域较为核心的地位。③通过文献共被引分析,被引频次前10位的文献中有5篇文献与绝经后骨质疏松症治疗措施与临床疗效有关。④综合关键词与共被引文献分析显示,探究成骨细胞的形成以及骨形成的机制、代谢组学的作用机制、中药复方的治疗、信号通路、甲状旁腺激素治疗及硬骨素抗体治疗等方面是当下的研究热点也是未来的研究趋势。
文摘背景:人工智能在医疗领域的发展日益迅速,在骨创伤领域的应用研究不断增多。文章旨在通过文献计量学分析,分析近年来人工智能在骨创伤领域中的研究热点,并预测未来的研究趋势。目的:总结人工智能技术在骨创伤领域的应用发展历程、研究现状、热点和未来发展趋势,以期为今后的研究提供新的见解。方法:选择Web of Science核心集数据库中,时间跨度设为自建库至2023年8月,检索人工智能、机器学习、深度学习应用于骨创伤相关的文献420篇。通过人工筛选,导出与文章相关的文献共202篇,采用Citespace软件进行国家、机构、被引期刊和引文分析等的合作和关键词的共现等可视化分析。结果与结论:①分析筛选后纳入的202篇文献,总体发文量呈上升趋势,且在未来研究潜力巨大。研究中心性最高和发文量排名第一的国家均为美国。加州大学(美国)是发文量最多的研究机构。②人工智能在骨创伤研究中最常用的前5个关键词是深度学习、人工智能、骨密度、机器学习、诊断,中心性最高的关键词为骨密度,关键词数量最多的为深度学习。③共被引频次前10位的参考文献分别从多个方面介绍了人工智能技术应用于骨创伤领域诊断的可行性研究,其中8篇涉及骨关节损伤与深卷积神经网络,1篇涉及深度学习在CT检查中检测骨质疏松从而预防脆性骨折,1篇通过人工智能识别皮肤纹理变的特征应用于骨的特征性识别的相关性研究。④今后,人工智能的研究热点将主要集中在骨关节创伤和骨质疏松引发的骨折特异性研究上,未来研究趋势主要集中在提升人工智能算法的性能上,使用人工智能新技术对骨损伤进行精准划分和快速高效诊断,尤其是针对复杂和隐匿性骨折的诊断,通过建立有限元分析模型,实现对骨创伤的更加标准化评估。
