Visual Analysis of Hot Topics and Trends in Nutrition for Decompensated Cirrhosis Between 1994 and 2024
Notice bibliographique
Résumé
OBJECTIVE: An updated summary of the research profile of nutrition for the last 30 years for decompensated cirrhosis is lacking. This study aimed to explore the literature on nutrition for decompensated cirrhosis, draw a visual network map to investigate the research trends, and provide suggestions for future research. The Web of Science database retrieves the literature on nutrition for decompensated cirrhosis between 1994 and 2024. METHODS: We used the cooperative, co-occurrence, and co-citation networks in the CiteSpace knowledge graph analysis tool to explore and visualize the relevant countries, institutions, authors, co-cited journals, keywords, and co-cited references. RESULTS: We identified 741 articles on nutrition for decompensated cirrhosis. The number of publications and research interests has generally increased. The USA contributed the largest number of publications and had the highest centrality. The University of London ranked first in the number of articles issued, followed by the University of Alberta and Mayo Clinic. TANDON P, a "core strength" researcher, is a central hub in the collaborative network. Of the cited journals, HEPATOLOGY had the highest output (540, 15.3%). CONCLUSIONS: Over the past three decades, the focus of research on nutrition in decompensated cirrhosis has shifted from "hepatic encephalopathy, intestinal failure, metabolic syndrome, and alcoholic hepatitis" to "sarcopenia and nutritional assessment." In the future, nutritional interventions for sarcopenia should be based on a multimodal approach to address various causative factors. Its targeted treatment is an emerging area that warrants further in-depth research.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».