Global trends in sarcopenia and cancer over the past 10 years: a bibliometric analysis
Notice bibliographique
Résumé
BACKGROUND: Sarcopenia is common among patients with cancer. The alterations in the internal milieu of cancer patients, coupled with the adverse effects of antineoplastic therapies, markedly augment the susceptibility to sarcopenia. We aimed to clarify the current research status and investigate future trends in sarcopenia and cancer research. METHODS: Publications on sarcopenia and cancer from the past decade were retrieved from the Web of Science database. VOSviewer, CiteSpace, and Bibliometrix R package were used for visualization analysis. RESULTS: A total of 3749 publications were retrieved between 2014 and 2023. These publications were written by 21,507 authors affiliated with 4068 organizations in 76 countries/regions. Japan, the United States, and China constituted the primary contributors to the majority of the publications. The top three research institutions with the highest outputs in this field were the University of Alberta, Wenzhou Medical University, and Maastricht University. The Journal of Cachexia Sarcopenia and Muscle served as the pivotal and most cited journal in this field. Baracos VE from the University of Alberta was the author with the most publications. "Sarcopenic obesity", "Radiomics", and "Neutrophil/lymphocyte ratio" were highly focused topics in current research. CONCLUSION: This study conducted the first bibliometric analysis of literature on sarcopenia and cancer. A systematic analysis of the present research status and emerging trends in this field provides important references for future research.
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 | 0,007 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,127 | 0,166 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 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) | 0,003 | 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 ».