Web of Science‐Based Visualization of Mapping Global Scientific Production on Epstein–Barr Virus‐Associated Autoimmune Diseases: A Bibliometric Study
Notice bibliographique
Résumé
ABSTRACT Background and Aims Epstein–Barr virus (EBV) has been implicated in autoimmune diseases (AIDs), yet a comprehensive analysis of global research trends, knowledge gaps, and translational opportunities remains lacking. Therefore, we aimed to study the research output of EBV‐associated AIDs globally. Methods All publications related to EBV‐associated AIDs from 1993 to 2023 were collected from the Science Citation Index‐Expanded of Web of Science. Subsequently, the data were evaluated using the bibliometric methodology. Bibliometrix package in R software was used for data retrieval. VOSviewer and CiteSpace were used to visualize the research focus and trend regarding the effect of EBV‐associated AIDs. Results We analyzed 1589 publications to explore the global scientific landscape on EBV‐associated AIDs. Growth in publications exhibited two peaks, with post‐2020 acceleration coinciding with increased interest in EBV's immunological role. The USA exhibited the highest publications with 543 publications, many of which investigated molecular pathways such as lipid metabolism in EBV‐associated AIDs. Then, Italy ( n = 161) and Japan ( n = 140) took the second and third places, respectively. Among the institutions involved, Tel Aviv University provided the biggest nodes in each cluster of the cooperation network. The most frequently cited author in the field, according to our results, was Shoenfeld Y. Finally, the results of keyword co‐occurrence analysis showed that systemic lupus erythematosus and rheumatoid arthritis are the most extensively investigated topics in this study area. Conclusion This study highlights pivotal milestones in EBV‐AIDs research and proposes future directions, including genetic–host immune system interaction, prevention trials, and collaborative mechanisms. Prioritizing these emerging hotspots could advance therapeutic strategies and interdisciplinary synergies.
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 | 0,004 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,112 | 0,155 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».