Glucagon-like peptide-1 agonists in cardiovascular diseases: a bibliometric analysis from inception to 2023
Notice bibliographique
Résumé
Background: In recent years, glucagon-like peptide-1 (GLP-1) agonists have garnered increasing attention for their potential cardiovascular benefits beyond glycemic control in patients with diabetes. Understanding the research landscape surrounding GLP-1 agonists and cardiovascular diseases (CVDs) is crucial for informing clinical practice and guiding future research endeavors. This bibliometric analysis aimed to comprehensively assess the scholarly output and trends in this field, shedding light on the evolving landscape of GLP-1 agonists' role in cardiovascular health. Methods: The publications concerning GLP-1 agonists in CVDs were gathered from the Web of Science Core Collection, and visualizations were created utilizing Excel 2019, Cite Space, and VOS viewer software. Results and Conclusion: Using bibliometric and visual methods, the research hotspots and trends regarding GLP-1 agonists in cardiovascular diseases were pinpointed. Additionally, a thriving interest in GLP-1 agonists research within cardiovascular medicine was observed, with a notable surge in publications from 2016 onwards. The analysis revealed that the United States and China are the leading contributors, accounting for over 50% of the total publications. The University of Copenhagen and the University of Toronto emerged as the most prolific institutions in this field. Co-citation analysis highlighted the influential role of landmark clinical trials, such as the LEADER, ELIXA, and EXSCEL. Keyword trend analysis identified the emergence of newer GLP-1 agonists, such as tirzepatide and semaglutide, as well as a growing focus on topics like 'healthy obesity' and chronic kidney disease. These findings suggest that the research landscape is evolving, with a focus on expanding the therapeutic applications of GLP-1 agonists beyond glycemic control. Overall, this bibliometric analysis provided insights into the current state and future directions of research on GLP-1 agonists and their impact on cardiovascular health, guiding future research endeavors, and informing clinical practice.
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 | 0,009 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,147 | 0,210 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| 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 ».