Half a century of research on antipsychotics and schizophrenia: A scientometric study of hotspots, nodes, bursts, and trends
Notice bibliographique
Résumé
Changes over 50 years of research on antipsychotics in schizophrenia have occurred. A scientometric synthesis of such changes over time and a measure of researchers' networks and scientific productivity is currently lacking. We searched Web of Science Core Collection from inception until November 5, 2021, using the appropriate key. Our primary objective was to conduct systematic mapping with CiteSpace to show how clusters of keywords have evolved over time and obtain clusters' structure and credibility. Our secondary objective was to measure research network performance (countries, institutions, and authors) using CiteSpace, VOSviewer, and Bibliometrix. We included 32,240 studies published between 1955 and 2021. The co-cited reference network identified 25 clusters with a well-structured network (Q=0.8166) and highly credible clustering (S=0.91). The main trends of research were: 1) antipsychotic efficacy; 2) cognition in schizophrenia; 3) side effects of antipsychotics. Last five years research trends were: 'ultra-resistance schizophrenia' (S=0.925), 'efficacy/dose-response' (S=0.775), 'evidence-synthesis' (S=0.737), 'real-world effectiveness' (S=0.794), 'cannabidiol' (S=0.989), and 'gut microbiome' (S=0.842). These results can inform funding agencies and research groups' future directions.
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 | 0,024 | 0,125 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,131 | 0,232 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,008 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».