Bibliometric Analysis of Non-Vitamin K Antagonist Oral Anticoagulants (NOACS) in the Prevention of Venous Thrombosis and Pulmonary Embolism
Notice bibliographique
Résumé
Introduction: Venous thromboembolism (VTE) is a leading cause of cardiovascular-related deaths. Non-vitamin K antagonist oral anticoagulants (NOACs) offer effective therapy without injections or blood monitoring. This bibliometric analysis explores the research on NOACs for preventing VTE and pulmonary embolism. Methods: Literature up to July 20, 2024, was searched in Web of Science Core Collection. Citespace software was used for screening and analysis. Results: In this study, we analyzed 2124 articles and 767 reviews from 11,282 institutions across 528 countries and regions, encompassing 830 publications and 60 research directions. The USA led in publication count, followed by Germany and Canada. Cardiovascular System Cardiology, Hematology, and General Internal Medicine were the top research areas, while THROMBOSIS AND HAEMOSTASIS was the leading journal. From 2004 to 2024, we observed accelerated publication growth, particularly from 2008, highlighting the emergence of NOACs as a major research focus. Key contributors, including Bengt I. Eriksson, and major institutions like Harvard Medical School and University of Amsterdam, played pivotal roles in advancing anticoagulant research. Co-citation and keyword clustering analyses revealed research hotspots in NOACs, cancer-associated venous thromboembolism, stroke prevention, and COVID-19-related thrombotic events, reflecting a shift towards individualized anticoagulation therapy and the growing importance of NOACs in various clinical contexts. Conclusion: The development of NOACs has progressed rapidly, with an increasing number of publications, indicating the lead research in the United States and other Western nations. Comparative studies on the safety and efficacy of NOACs have become a significant focus, shifting from traditional anticoagulants. Pharmacogenetics-guided use of NOACS shows new hope of precision medicine.
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 | 0,073 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,153 | 0,204 |
| 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) | 0,005 | 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 ».