Global trends in research on MOG antibody-associated disease: bibliometrics and visualization analysis
Notice bibliographique
Résumé
Objective The purpose of this study was to investigate the current research status, focus areas, and developmental trends in the field of Myelin oligodendrocyte glycoprotein antibody-associated disease (MOGAD) through an analysis of scientific literature. Methods The relevant research articles on MOGAD published from 1947 to 2022 were retrieved from the Web of Science database. The quantitative output of MOGAD related research articles, their distribution by country/region, data on collaborative publishing, influential authors, high-yield institutions, keywords, hotspots, and development trends were analyzed. Additionally, visual knowledge maps were generated using VOSviewer and Citespace. Results There has been a steady increase in the number of MOGAD related publications indicating that the subject has garnered increasing interest among researchers globally. The United States has been the leading contributor with 496 papers (19.25%), followed by China (244, 9.63%), Japan (183, 7.10%), the United Kingdom (154, 5.98%), and Germany (149, 5.78%). Among these countries, the United Kingdom boasts the highest citation frequency at the rate of 46.49 times per paper. Furthermore, active collaboration in MOGAD related research is observed primarily between the United States and countries such as Canada, Germany, Australia, Italy, the United Kingdom and Japan. Mayo Clinic ranks first in total articles published (109) and frequency of citations per article (77.79). Takahashi Toshiyuki from Tohoku University is the most prolific author, while Multiple Sclerosis and Related Disorders is the most widely read journal in this field. “Disease Phenotype”, “Treatment”, “Novel Coronavirus Infection and Vaccination”, “Immunopathological Mechanisms”, “Clinical characteristics of children” and “Prognosis” are the primary keywords clusters in this field. “Novel Coronavirus Infection and Vaccination” and “Immunopathological Mechanisms” are research hotspots and have great development potential. Conclusion The past three decades have witnessed a significant expansion of research on MOGAD. The pathogenetic mechanism of MOGAD is poised to be the prominent research focus in this field in the foreseeable future.
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 | 0,007 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,134 | 0,156 |
| 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 | 0,000 | 0,000 |
| 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 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 ».