Study on neural stem cells and spinal cord injury: Based on bibliometric analysis
Notice bibliographique
Résumé
Objective: This study aims to explore the application of neural stem cells (NSCs) in the treatment of spinal cord injury (SCI) through a bibliometric analysis, identifying global research trends and hotspots in this field to further promote research progress. Methods: The bibliometric analysis was conducted using data from the Web of Science (WOS) database, focusing on literature published between 2000 and 2024. A total of 7010 related documents were retrieved, with 4531 specifically addressing NSCs and SCI. The analysis utilized the VOSviewer data analysis platform and the bibliometric online analysis platform to visualize publication and citation trends, keyword frequencies, and the contributions of various countries, authors and journals to the field. Results: The analysis revealed that the United States leads in SCI research, producing the most related articles, followed by China. Key research themes identified include “central nervous system”, “transplantation”, and “differentiation”. The most prolific journals in this field are the Cell Transplantation and Experimental Neurology, with the highest average citation rates observed in Nature Medicine. Okano H and Univ Toronto are the most influential author and institution, respectively. Conclusion: The bibliometric analysis underscores the growing global attention to SCI research and the importance of NSCs as a promising treatment avenue. Despite the challenges in understanding the SCI microenvironment and achieving clinical translation, significant progress has been made in stem cell preparation, in vitro culture, and differentiation methods. The study suggests that ongoing research and the development of comprehensive treatment strategies will enhance the clinical application of NSCs, offering hope for improved outcomes in SCI patients.
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 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,148 | 0,190 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 ».