Research hotspots and trends of multimodality MRI on vascular cognitive impairment in recent 12 years: A bibliometric analysis
Notice bibliographique
Résumé
BACKGROUND: Multimodality magnetic resonance imaging (MRI) is widely used to detect vascular cognitive impairment (VCI). However, a bibliometric analysis of this issue remains unknown. Therefore, this study aimed to explore the research hotspots and trends of multimodality MRI on VCI over the past 12 years based on the Web of Science core collection using CiteSpace Software (6.1R2). METHODS: Literature related to multimodality MRI for VCI from 2010 to 2021 was identified and analyzed from the Web of Science core collection database. We analyzed the countries, institutions, authors, cited journals, references, keyword bursts, and clusters using CiteSpace. RESULTS: In total, 587 peer-reviewed documents were retrieved, and the annual number of publications showed an exponential growth trend over the past 12 years. The most productive country was the USA, with 182 articles, followed by China with 134 papers. The top 3 active academic institutions were Capital Medical University, Radboud UNIV Nijmegen, and UNIV Toronto. The most productive journal was the Journal of Alzheimer's Disease (33 articles). The most co-cited journal was Neurology, with the highest citations (492) and the highest intermediary centrality (0.14). The top-ranked publishing author was De Leeuw FE (17 articles) with the highest intermediary centrality of 0.04. Ward Law JM was the most cited author (123 citations) and Salat Dh was the most centrally cited author (0.24). The research hotspots of multimodal MRI for VCI include Alzheimer disease, vascular cognitive impairment, white matter intensity, cerebrovascular disease, dementia, mild cognitive impairment, neurovascular coupling, acute ischemic stroke, depression, and cerebral ischemic stroke. The main frontiers in the keywords are fMRI, vascular coupling, and cerebral ischemic stroke, and current research trends include impact, decline, and classification. CONCLUSIONS: The findings from this bibliometric study provide research hotspots and trends for multimodality MRI for VCI over the past 12 years, which may help researchers identify hotspots and explore cutting-edge trends in this field.
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 | 0,005 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,100 | 0,126 |
| 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 | 0,001 |
| 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 ».