Bibliometric Analysis of the Top-Cited Publications and Research Trends for Stereotactic Body Radiotherapy
Notice bibliographique
Résumé
OBJECTIVE: This study aims to analyze the 100 most cited papers and research trends on stereotactic body radiotherapy (SBRT). METHODS: We used Web of Science to identify the 100 most frequently cited papers on SBRT on September 29, 2021 and extracted the following data: publication year, source title, country/region, organization, total citations, and average number of citations per year. The research type and research domain were classified independently by the authors. Then we carried out a bibliometric analysis to determine the trends in research on SBRT. RESULTS: These 100 papers were cited a total of 26,540 times, and the median number of citations was 190 (range, 138-1688). "Stereotactic body radiation therapy for inoperable early stage lung cancer" by Timmerman et al. had the highest number of total citations (1688 times). International Journal of Radiation Oncology, Biology, Physics published the largest number of papers (37 papers), followed by Journal of Clinical Oncology (13 papers). The USA contributed the most papers (67 papers), followed by Canada (18 papers). Primary lung cancer (33 papers, 10,683 citations) and oligometastases (30 papers, 7,147 citations) were the most cited research areas. CONCLUSIONS: To the best of our knowledge, this is the first bibliometric analysis of the most frequently cited papers on SBRT. Our results provide insight into the historical development of SBRT and important advances in its application to cancer treatment. Early-stage non-small-cell lung cancer and oligometastases were the most cited research areas in the top 100 publications on SBRT, and SBRT combined with immunotherapy was a hot topic in the past few years. This study is helpful for researchers to identify the most influential papers and current research hotspots on SBRT.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,076 | 0,176 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».