Current Status of Research on Tuina for Analgesia: A Bibliometric and Visual Analysis
Notice bibliographique
Résumé
Purpose: Tuina is a nonpharmacological modality for pain relief that has found applications in the treatment of several pain disorders. Tuina analgesia has been increasingly studied; however, few studies have focused on the previous publication trends, prevalent research areas, collaborations, and other factors. This study aimed to systematically analyze research trends and hot topics in the field of tuina analgesia over the past 30 years, using bibliometric analysis, to inform future research. Methods: The web of science database was searched for literature on tuina analgesia from 1992-2023. VOSviewer and CiteSpace were used to analyze annual publication volumes, countries, institutions, journals and CO-cited journals, authorship, articles, and keywords and their relevance, and to perform co-occurrence and clustering analyses. Results: A total of 621 literature elements were included in the analysis. The annual volume of publications has increased steadily in recent years. The top three high-yielding countries were the United States, China, and Canada, respectively. The top three institutional outputs were from Shanghai University of Chinese medicine, Beijing University of Chinese medicine, and McMaster University, respectively. Notably, there was an imbalance between national outputs and centrality, with higher centrality in the United States (0.35) and lower in China (0.01). Cochrane Database of Systematic Reviews was the journal with the most publications (22), and PAIN was the most influential co-cited journals (publications=306). Moreover, current research in this field was dominated by studies on Tuina for relieving postoperative pain, the effectiveness of Tuina analgesia, and Tuina treatment for pain accompanied by anxiety. Conclusion: This study employed bibliometrics to analyze the literature on Tuina for pain treatment over a 30-year period, identifying potential collaborators, institutions, hot topics, and future research trends that will inform potential 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 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 | 0,024 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,032 | 0,070 |
| 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) | 0,000 | 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 ».