Bibliometric analysis of research trends in relationship between sarcopenia and surgery
Notice bibliographique
Résumé
Background: The relationship between sarcopenia and surgery has attracted an increasing number of researchers in recent years. Our study aimed to identify the current research hotspot and status in this field by using bibliometric and visualization analysis. Methods: Publications about the relationship between sarcopenia and surgery that met the inclusion criteria were collected from the Science Citation Index Expanded. The bibliometric and visualized studies were performed using VOSviewer, and R. Results: A total of 2,261 documents on the relationship between sarcopenia and surgery were included in our study. These articles were written by 13,757 authors from 2,703 institutions in 70 countries and were published in 772 journals. The USA is the most productive and influential country in this field (524 publications and 15,220 citations). The Udice French Research Universities was the most productive institution in this field (57 publications), and the University of Alberta had the largest number of citations. Annuals of Surgical Oncology published the most studies in this field. Shen Xian was the most productive author in this field (number of publications = 19), and Baracos Vickie was the most influential author, whose studies in this field had been cited 2,209 times. The cluster analysis was performed and visualized, and the keywords were classified into 6 clusters: Cluster 1 (body composition and nutrition), Cluster 2 (sarcopenia), Cluster 3 (malnutrition and cachexia), Cluster 4 (cancer surgery), Cluster 5 (elderly and frailty), Cluster 6 (neuromuscular scoliosis). Conclusion: The relationship between sarcopenia and surgery was still a controversial and well-discussed topic in recent years. Our study showed that the study in this field mainly focused on sarcopenia, oncology surgery, orthopedics, and nutrition.
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 | Observationnel | high |
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 | 0,011 | 0,069 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,161 | 0,186 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 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) | 0,004 | 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».