MétaCan
Menu
Retour à la cohorte
Enregistrement W4416195738 · doi:10.3389/fpsyt.2025.1642936

The role of the amygdala in depression: a bibliometric analysis (2015–2024)

2025· article· en· W4416195738 sur OpenAlexaboutno aff
Yuanyuan Li, Dengxian Yang, Mengye Cao, Lifang Dong, Liuyin Jin, Shugui Gao

Notice bibliographique

RevueFrontiers in Psychiatry · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Research Topics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAmygdalaStress (linguistics)Functional connectivityBibliometricsMEDLINE

Résumé

récupéré en direct d'OpenAlex

Background: Depression is a highly heterogeneous disorder with complex mechanisms. Given converging evidence implicating the amygdala in its pathophysiology, a systematic and quantitative synthesis is warranted to map the research landscape, hotspots, and emerging trends. Objective: To systematically characterize the research landscape of depression-amygdala studies from 2015 to 2024 using bibliometric and visualization analyses, identify core hotspots and emerging themes, and track their evolution to inform subsequent mechanistic research and precision interventions. Methods: . Publication trends, country and institutional contributions, highly cited papers, and keyword co-occurrence/clustering were analyzed to delineate the field's structure and evolution. Results: A total of 5,999 publications were included. Annual output increased steadily from 399 in 2015 to a peak of 831 in 2024. The United States (1,813, 30.2%), China (1,122, 18.7%), and Germany (357, 6.0%) were the top contributors. The ratio of multi-country publications (MCP) was highest for Germany (28.3%), followed by the United Kingdom (28.1%) and Canada (24.6%). At the institutional and journal levels, the University of California system, Harvard University, and Harvard Medical School ranked among the leading contributors. The international collaboration network exhibited a U.S.-centered structure, with frequent partnerships between the United States and China (n = 113), the United States and the United Kingdom (n = 86), and the United States and Germany (n = 81). Keyword co-occurrence and clustering analyses revealed four major thematic clusters: emotion regulation networks, biological signaling and regulation, developmental risk factors, and animal models. Overall, the field has evolved from region-specific studies toward network- and system-level integration, highlighting the amygdala's pivotal role in the neurobiological mechanisms of depression and its potential as a candidate neuromarker. Conclusion: Bibliometric evidence indicates that research on depression-amygdala relationships is moving toward multi-dimensional and cross-disciplinary integration. The amygdala's involvement in emotion regulation and early-life stress is increasingly recognized; alterations in its functional connectivity show promise as a neuromarker of depression, though clinical translation requires multi-center validation and standardized analytic workflows.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,036
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,878
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,036
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,1220,168
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,368
Écart entre enseignants0,358 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychiatryMême sujetMental Health Research TopicsTravaux en français237 207