Mapping the Muscle Mass: A Birds-Eye View of Sarcopenia Research Through Bibliometric Network Analysis
Notice bibliographique
Résumé
Sarcopenia, characterized by progressive age-associated loss of skeletal muscle mass and function, has emerged as an impending public health threat. This bibliometric analysis elucidates the knowledge landscape of sarcopenia research by synthesizing growth trajectories, collaborative networks, and intellectual structures within the literature. Scientific publications spanning 1993–2023 were retrieved from the Web of Science and Scopus databases. VOSviewer, Biblioshiny, and ScientoPy software tools facilitated visualization and analysis of bibliometric trends. Results showed that after a seminal 2010 consensus definition paper, sarcopenia publications increased over 20-fold by 2021, following an initial gradual growth and then exponential expansion. China led in output volume; however, Western nations exhibited higher international collaboration. Prolific institutions clustered within Asia and Europe, although Australian and Canadian centers were also represented, reflecting expanding global networks. Core journals were dispersed across clinical medicine, gerontology, and nutrition. A co-occurrence network analysis of keywords delineated three predominant research domains: physical disability, muscle diagnostic metrics, and clinical prognostic outcomes. Keywords like “mobility” in the disability domain reflect sarcopenia's functional impacts. This novel perspective comprehensively maps sarcopenia's evolving knowledge landscape, despite limitations in incorporating citations and text mining. Practical contributions include identifying key areas for further research, including consolidating diagnostic methods through collaborative initiatives, exploring lifestyle interventions, and investigating sarcopenia across diverse specialties. By elucidating trends in growth, collaboration, and intellectual structure, this analysis offers data-driven perspectives to strategically combat this expanding public health challenge. The synthesis of publication trends provides both a novel scientometric perspective and practical insights to inform future sarcopenia research and guide public health policy.
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 | 0,010 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,087 | 0,080 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,013 | 0,011 |
| Science ouverte | 0,001 | 0,004 |
| 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 ».