Mapping current trends and hotspots in myasthenia gravis from 2003 to 2022: a bibliometric analysis
Notice bibliographique
Résumé
Introduction Research on myasthenia gravis (MG) has undergone rapid development in recent years. This article aimed to elucidate the characteristics of MG publications over the past 20 years and analyze emerging trends using bibliometric methods. Methods Information on MG articles was obtained from the Web of Science Core Collection and stored in Excel for quantitative analyses. Bibliometric analyses were performed using CiteSpace and VOSviewer to visualize publications according to countries/regions, institutions, journals, and authors. Results A total of 3,610 publications were included in the analysis. The USA had the highest number of publications (NP) and H-index. Among the institutions, the University of Oxford had the highest NP, followed by the University of Toronto and Duke University. Close cooperation was observed among countries and institutions. The most productive author was Renato Mantegazza, followed by Jan J. Verschuuren, and Amelia Evoli. Muscle & Nerve published the most articles on MG, followed by the Journal of Neuroimmunology and Neuromuscular Disorders. The keyword with the highest strength is “neuromuscular transmission,” followed by “safety” and “rituximab.” Co-citation analysis includes 103 publications cited at least 65 times, categorized into four clusters. Additionally, 123 keywords cited more than 40 times were analyzed and divided into five clusters. Conclusion This bibliometric analysis shows the framework of research over the past 20 years by mapping the scholarly contributions of various countries or regions, institutions, journals, and authors in MG. The analysis also explores future trends and prospective directions, emphasizing individualized treatment based on subtypes, novel immunotherapeutic approaches, and thymectomy.
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 | 0,004 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,080 | 0,124 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».