Global trends of research on depression in breast cancer: A bibliometric study based on VOSviewer
Notice bibliographique
Résumé
Background: Depression is common psychiatric morbidity in breast cancer survivors, seriously affecting patients' quality of life and mental health. A growing body of research has investigated depression in breast cancer. However, no visual bibliometric analysis was conducted in this field. This study aimed to visualize the literature to identify hotspots and frontiers in research on breast cancer and depression. Methods: The publications related to depression in breast cancer were retrieved in the Web of Science Core Collection between 1 January 2002 and 17 March 2022. VOSviewer was used to identify co-occurrences and collaborations among countries, institutions, and keywords. CiteSpace was used to detect keyword bursts. Results: A total of 7,350 articles and reviews related to depression in breast cancer were identified. From 2002 to 2022, the United States and the People's Republic of China were the most productive countries in this field. The University of California, Los Angeles, and the University of Toronto were the most productive institutions in this field. The Journal of Psycho-oncology, followed by Supportive Care in Cancer and the Journal of Clinical Oncology, had the most publications on depression in breast cancer. Of the top 10 journals, seven were from the United States, two were from England, and one was from Germany. Five research hotspots of depression in breast cancer were identified by co-word analysis. Research on post-traumatic growth, spiritual interventions, cognitive-behavioral therapy, physical activity, and symptom cluster management of depression in breast cancer was relatively mature in the core hotspots. Burst detection of keywords on depression in breast cancer showed the latest hotspots, such as mental health, cancer survivor mortality, and activity. Conclusion: The research on depression in breast cancer is growing. Attention should be paid to the latest hotspots, such as mental health, cancer survivor, mortality, exercise, and physical activity.
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 | Autre devis | 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,033 | 0,072 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».