Bibliometric Analysis of Alzheimer's Disease and Depression
Notice bibliographique
Résumé
BACKGROUND: The link between Alzheimer's disease and depression has been confirmed by clinical and epidemiological research. Therefore, our study examined the literary landscape and prevalent themes in depression-related research works on Alzheimer's disease through bibliometric analysis. METHODS: Relevant literature was identified from the Web of Science core collection. Bibliometric parameters were extracted, and the major contributors were defined in terms of countries, institutions, authors, and articles using Microsoft Excel 2019 and VOSviewer. VOSviewer and CiteSpace were employed to visualize the scientific networks and seminal topics. RESULTS: The analysis of literature utilised 10,553 articles published from 1991 until 2023. The three countries or regions with the most publications were spread across the United States, China, and England. The University of Toronto and the University of Pittsburgh were the major contributors to the institutions. Lyketsos, Constantine G., Cummings, JL were found to make outstanding contributions. Journal of Alzheimer's Disease was identified as the most productive journal. Furthermore, "Alzheimer's", "depression", "dementia", and "mild cognitive decline" were the main topics of discussion during this period. LIMITATIONS: Data were searched from a single database to become compatible with VOSviewer and CiteSpace, leading to a selection bias. Manuscripts in English were considered, leading to a language bias. CONCLUSION: Articles on "Alzheimer's" and "depression" displayed an upward trend. The prevalent themes addressed were the mechanisms of depression-associated Alzheimer's disease, the identification of depression and cognitive decline in the early stages of Alzheimer's, alleviating depression and improving life quality in Alzheimer's patients and their caregivers, and diagnosing and treating neuropsychiatric symptoms in Alzheimer. Future research on these hot topics would promote understanding in this field.
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 | 0,011 | 0,081 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,163 | 0,200 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».