Research trends on chemotherapy induced nausea and vomiting: a bibliometric analysis
Notice bibliographique
Résumé
Background: CINV is a frequent adverse response to cancer treatment. There is still much to learn about the pathophysiology and initiating event of CINV, which necessitates continued research despite decades of effort. Identifying the current foci of the complex disease and assessing the scientific impact of pertinent study are made more difficult by the abundance of publications on CINV. Therefore, our goals in this article are to evaluate developments in this field, examine patterns in research domains, and gauge the expansion of CINV research production globally. Methods: Articles about CINV published between 2012 and 2022 were found by searching the Web of Science Core Collection of Clarivate Analytics. The number of publications over time was visualized using Microsoft Office Excel 2019. CiteSpace and VOSviewer were utilized to create knowledge maps that analyzed collaborations between nations, organizations, and writers. They also presented the history of CINV research and highlighted its current areas of focus. Results: In this study, 846 papers in all were assessed. Most publications (237, 28.01%) came from the United States. University of Toronto was the most productive institution (34, 4.01%). With 25 articles published, or 2.96% of the total, Aapro Matti published the most. The most frequently published journal was found to be Supportive Care (158, 18.68%). "Palonosetron," "Moderately emetogenic chemotherapy," "5-HT3 receptor antagonist," and "Neurokinin 1 receptor antagonists" were considered the hot topics. It can be seen that the research focus is on the drug treatment of chemotherapy-induced nausea and vomiting. Conclusion: Through bibliometric analysis, we were able to gain profound insights into CINV research for the first time. Researchers looking to uncover research frontiers and comprehend important information in this discipline may find the study's findings useful.
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 | 0,054 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,163 | 0,220 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».