Exploring the link trend in the field of coronaviruses and cognitive impairment: A bibliometric analysis based on bibliometrix
Notice bibliographique
Résumé
BACKGROUND: Coronaviruses (CoVs) significantly impact human health, targeting the respiratory and nervous systems and causing long-term complications such as cognitive impairment. While the cognitive effects of CoVs, including severe acute respiratory syndrome CoV, are well-documented, a comprehensive analysis of the evolving research landscape remains unexplored. METHODS: We performed a bibliometric analysis of CoV-related cognitive research from 1998 to 2025 using data from the Web of Science Core Collection. Bibliometrix software was employed to examine publication trends, geographical contributions, institutional output, author collaborations, and research hotspots. RESULTS: Among 4,076 publications analyzed, a dramatic rise in research output was observed post-2020, correlating with the COVID-19 pandemic. The United States led in publication count (24.63%) and citations, followed by Italy and China. The University of Toronto is ranked as the most prolific institution. The most highly cited articles are from Alzheimer's and Dementia, The Lancet Infectious Diseases, and eClinicalMedicine. Cao Bing, Mazza, Mario Gennaro, and Wang Yi had the most influence on CoV impact on cognitive impairment. Keyword analysis revealed emerging research themes such as "depression," "anxiety," and "health," reflecting the psychological and cognitive effects of the pandemic. Highly cited articles identified neuroinflammatory and neuroimmune pathways, emphasizing the role of viral invasion in cognitive dysfunction. CONCLUSION: The COVID-19 pandemic has driven a surge in studies linking CoV infections to cognitive impairment. This research highlights mechanisms such as blood-brain barrier disruption, neuronal damage, and altered cerebral glucose metabolism. Future studies should focus on standardized diagnostic criteria and therapeutic strategies to mitigate long-term cognitive sequelae.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | Bibliométrie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | Bibliométrie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | high |
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,141 | 0,285 |
| 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».