Four Decades of Clinical Liver Transplantation Research: Results of a Comprehensive Bibliometric Analysis
Notice bibliographique
Résumé
BACKGROUND: Nearly 40 y have passed since the 1983 National Institutes of Health Consensus-Development-Conference, which has turned liver transplantation (LT) from a clinical experiment into a routine therapeutic modality. Since' clinical LT has changed substantially. We aimed to comprehensively analyze the publication trends in the most-cited top-notch literature in LT science over a 4-decade period. METHODS: A total of 106 523 items were identified between January 1981 and May 2021 from the Web of Science Core Collection. The top 100 articles published were selected using 2 distinct citation-based strategies to minimize bias. Various bibliometric tools were used for data synthesis and visualization. RESULTS: The citation count for the final dataset of the top 100 articles ranged from 251 to 4721. Most articles were published by US authors (n = 61). The most prolific institution was the University of Pittsburgh (n = 15). The highest number of articles was published in Annals of Surgery, Hepatology, and Transplantation ; however, Hepatology publications resulted in the highest cumulative citation of 9668. Only 10% of the articles were classified as evidence level 1. Over 90% of first/last authors were male. Our data depict the evolution of research focus over 40 y. In part, a disproportional flow of citations was observed toward already well-cited articles. This might also project a slowed canonical progress, which was described in other fields of science. CONCLUSIONS: This study highlights key trends based on a large dataset of the most-cited articles over a 4-decade period. The present analysis not only provides an important cross-sectional and forward-looking guidance to clinicians, funding bodies, and researchers but also draws attention to important socio-academic or demographic aspects in LT.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,031 | 0,053 |
| 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 ».