Current Application Status and Trends in Paravertebral Block for Thoracic Surgery: A 2004–2024 Bibliometric Analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Aims: To elucidate the current application status and research trends of paravertebral block (PVB) regional anesthesia in thoracic surgery. Methodology: Using bibliometric methods, we analyzed 931 publications from Web of Science (2004-2024) with CiteSpace 6.2.R4 to map knowledge networks and evolving trends in paravertebral block for thoracic surgery. Visual knowledge mapping was employed to identify core researchers, research hotspots, and keyword clustering in thoracic PVB applications. Results: Research output demonstrated significant growth over the past decade. Visualization analysis reveals that Canada and the United States dominated the field's intellectual development. While inter-institutional collaboration was active, overall research cohesion remained suboptimal. PVB research primarily focused on pain management and anesthesia protocol optimization, with high-centrality keywords including pain, anesthesia, postoperative pain, surgery and analgesia. Emerging trends revealed a shift from traditional agent toward minimally invasive techniques and novel nerve blocks. Conclusion: PVB exhibits significant analgesic efficacy in thoracic procedures. Future research prioritizes continuous paravertebral block and multimodal analgesia protocols. PVB holds substantial promise for postoperative analgesia and enhanced recovery pathways, with AI-assisted protocols potentially optimizing clinical implementation. Strengthening multinational and cross-institutional collaboration is essential to advance research synergy.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,102 | 0,122 |
| 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 découle