Bibliometric analysis of colchicine in cardiovascular health: trends, key contributors, and global collaborations
Notice bibliographique
Résumé
Background/aim: The study aims to systematically analyze the body of literature concerning the effects of colchicine on the cardiovascular system, providing a comprehensive evaluation of the current knowledge and highlighting the clinical and scientific relevance of colchicine in this field. Materials and methods: Data were obtained from the Web of Science (WOS), Scopus, and PubMed databases on March 17, 2025. The search terms included "Colchicine" AND ("Cardiovascular Diseases" OR "Heart Diseases" OR "Coronary Artery Disease" OR "Myocarditis" OR "Pericarditis" OR "Atherosclerosis" OR "Heart Failure" OR "Myocardial Infarction" OR "Ischemic Heart Disease" OR "Acute Coronary Syndrome" OR "Cardiac Arrhythmias" OR "Thrombosis" OR "Stroke"). No restrictions were applied regarding publication date or language, ensuring the comprehensive retrieval of relevant data. Publications were categorized according to their document type and indexes. Additionally, a cooccurrence analysis of key words was conducted using VOSviewer 1.6.18. Results: A total of 425 publications on the effects of colchicine on the cardiovascular system were identified, published between 1976 and 2025. There has been a significant increase in research since 2015. Most publications were in the Cardiac Cardiovascular Systems category. "Colchicine" was the most frequently used key word, appearing 170 times. The USA ranked first in publication count, with 163 studies. The USA, Italy, Canada, and China played significant roles in global research collaboration. Conclusion: This bibliometric analysis demonstrates the increasing importance of colchicine as a therapeutic agent in the management of cardiovascular disease.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,009 | 0,071 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».