Bibliometric Analysis of the Results of Cardio‐Oncology Research
Notice bibliographique
Résumé
Objective . To analyze the development of cardio‐oncology, summarize the research achievements, and provide proposals for its future research. Methods . The web of science database was used to search for “cardio‐oncology” and “oncocardiology” related articles from the beginning of the database (1970) to April 5, 2019. Excel 2016 and Cytoscape were used to analyze the trend of cardio‐oncology research. Results . A total of 356 articles were obtained. The number of articles has grown rapidly in recent years. Cardiac injury caused by tumor therapy was a research hotspot ( n = 107). Researchers paid more attention to the prevention and treatment of cardiotoxicity ( n = 54). Experimental researches were a small part of all studies ( n = 72), mainly focusing on the study of cancer drugs’ cardiac injury, test indicators of cardiotoxicity, and preventive drugs. The United States ( n = 156.25), Italy ( n = 48.5), and Canada ( n = 23.5) published the most articles, making a great contribution to the development of cardio‐oncology. Conclusions . Cardio‐oncology has been developing rapidly and receiving a large amount of research efforts in recent years. Most articles on cardio‐oncology were published by the authors from the United States (44%) and Italy (17%), while other countries need to pay more attention to cardio‐oncology. As an independent discipline, cardio‐oncology is certainly in need of significant progress, but it has formed a basic framework, which has obtained many leading theories and meaningful achievements in diagnostic criteria, diagnostic methods, prevention and treatment, mechanism research, and influencing factor. Cardiac injury of tumor drugs has always been a research hotspot in this discipline, and there is still a lot of research space. The research about detection methods of cardiotoxicity and preventive drugs is gradually increasing. Basic research lags behind, and many mechanisms are still unclear.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | Bibliométrie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | Bibliométrie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | high |
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,011 | 0,058 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».