Global Research Trends in Lithium Toxicity from 1913 to 2015: A Bibliometric Analysis
Notice bibliographique
Résumé
Lithium salts have been used to treat psychiatric disorders since the 1940s and are currently used in prophylaxis and treatment of depression and bipolar disorder. Therefore, we conducted this study to assess lithium toxicity-related publications using bibliometric approaches from a health point of view to assess global research trends in the lithium toxicity field to offer guidance to future research in this field. The data were retrieved from the online version of Scopus database on 6 August 2016. All records with the term 'lithium' in the title were retrieved, and those related to lithium toxicity were evaluated. There were a total of 1241 publications related to lithium toxicity published from 1913 to 2016. Articles (971 or 78.2%) were the most common type, followed by letters (179 or 14.4%) and reviews (61 or 4.9%). The annual publication of articles increased slightly after 1950 and the total number of publications related to lithium toxicity fluctuated with three peaks occurred in 1978, 1985 and 2014. The USA was the predominant country (25.38%), followed by the UK (7.82%), France (6.85%) and Canada (3.55%). Denmark had the highest productivity of publication after standardization by gross domestic product and population size. The average number of citations per article was 9.24, and the h-index for all publications in the field of lithium toxicity was 46. The highest h-index value was achieved by the USA (31) followed by the UK (21) and Canada (13). The Lancet was the highest ranked journal with 27 articles, followed by American Journal of Psychiatry with 23 articles. This study provides a bibliometric analysis on the global research trends in lithium toxicity studies during 1913-2015. There has been a progressive increase in the number of publications related to lithium toxicity published in the last decade, and most of the studies related to lithium toxicity arose from the USA and the UK.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,101 | 0,173 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».