A bibliometric analysis of research hotspots and trends in transcranial magnetic stimulation and Alzheimer’s disease
Notice bibliographique
Résumé
Background: Research regarding Transcranial Magnetic Stimulation (TMS) and Alzheimer's disease (AD) has been increasing; however, no bibliometric analysis has yet been conducted in this domain. This study employs bibliometric methods to identify research trends and hotspots concerning AD and TMS. Methods: We conducted a search in the Web of Science Core Database for articles related to AD and TMS from January 1, 2014, to October 22, 2024. After stringent selection, we performed bibliometric analysis using Excel, VOSviewer, CiteSpace and CoreMine. Results: The number of articles pertaining to AD and TMS has increased annually, with a notable surge post-2020. The three leading countries in publication volume are China, the United States, and Italy. The top institutions contributing to this field include Harvard Medical School, the University of Toronto, and the University of Brescia. The author with the highest publication output is Giacomo Koch. The journal with the most publications is the Journal of Alzheimer's disease. The 10 most frequently occurring keywords are Alzheimer's disease, Transcranial Magnetic Stimulation, mild cognitive impairment, dementia, memory, double-blind, repetitive transcranial magnetic stimulation, noninvasive brain stimulation, cognitive impairment, and plasticity. Text mining has revealed that the anatomical structure "brain" and the gene "Amyloid Precursor Protein (APP)" are significantly related to both AD and TMS, suggesting that TMS may offer a therapeutic avenue for AD by modulating the activity of APP. Conclusion: Our article employs bibliometric methods to unveil trends in research related to AD and TMS, including collaborations among countries, regions, and authors, as well as key research hotspots. We provide objective data that serves as a reference for scientific research and clinical work concerning AD and TMS.
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 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,195 | 0,233 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| 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 ».