Global trends and research hotspots in the treatment of mental disorders with transcranial magnetic stimulation: a bibliometric analysis
Notice bibliographique
Résumé
Background: Transcranial Magnetic Stimulation (TMS) is increasingly utilized in the treatment of mental disorders (MD). The exploration and expanding application of various new TMS mode have significantly propelled the advancement of related clinical research. Methods: We reviewed research published in the Science Citation Index Expanded of Web of Science Core Collection database. Using Citespace 6.1, Vosviewer 1.6.20, and Scimago Graphica 1.0.38 software, we conducted a comprehensive visual analysis of TMS on MD from multiple dimensions, including influential countries/regions, institutions, authors, and high-frequency keywords and burst keywords. Results: A total of 611 papers between 1996 and 2023 were identified. Recently, the application of TMS on MD have gained increasing recognition. The USA leads in research publications in this field, followed by Germany and China. Institutionally, the University of Toronto in Canada ranks first (n=48); Professor Zafiris J. Daskalakis from the University of California tops among individual researchers (n=24). Cluster analysis of keywords reveal four representative clusters, demonstrating shifts in research focus and direction over time. Current hotspots focus on exploring the effectiveness of different TMS modes and stimulation targets in treating severe depression, obsessive-compulsive disorder, and schizophrenia. Analysis of burst keywords indicated that the latest research are the feasibility and safety of various emerging TMS stimulation mode for treating refractory depression, obsessive-compulsive disorder, negative symptoms of schizophrenia. Conclusions: Our study provides valuable insights into the current hotspots and emerging trends of TMS in the treatment of MD, providing a direction for future research to consider.
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 | 0,008 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,165 | 0,217 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 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) | 0,003 | 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 ».