Research Trends and Visualization Analysis of Stereotactic Body Radiation Therapy for Hepatocellular Carcinoma from 2004 to 2025: A Bibliometric Study (Preprint)
Notice bibliographique
Résumé
BACKGROUND Hepatocellular carcinoma (HCC) remains a leading cause of cancer-related mortality globally. It is often diagnosed at advanced stages or in patients unsuitable for traditional curative treatments. Stereotactic body radiation therapy (SBRT), also known as stereotactic ablative radiotherapy (SABR), has emerged as a highly effective and non-invasive local treatment, demonstrating excellent local control rates across various HCC stages. This bibliometric study aims to comprehensively analyze the research trends, hotspots, and collaborative patterns in the field of SBRT for HCC from 2004 to 2025. OBJECTIVE This bibliometric study aims to comprehensively analyze the research trends, hotspots, and collaborative patterns in the field of stereotactic body radiation therapy (SBRT) for hepatocellular carcinoma (HCC) from 2004 to 2025. METHODS Literature on SBRT for HCC published between January 1, 2004, and November 12, 2025, was retrieved from the Web of Science Core Collection (WoSCC) database. A total of 2,216 relevant publications were identified and analyzed using bibliometric software including Biblioshiny (R version 4.4.1), VOSviewer (version 1.6.17), ScimagoGraphica (version 1.0.41), CiteSpace (version 6.1. R6), and Microsoft Excel (2019 edition). The analysis covered publication output, country/region, institution, author contributions, journal distribution, co-citation patterns, and keyword trends. RESULTS A total of 2,216 publications (1,796 articles, 420 reviews) were analyzed, revealing a significant upward trend in annual publications, with a peak of over 220 in 2021. The United States and China emerged as leading countries in research output and international collaboration, with the United States also having the highest citation count. Key institutions included the University of Toronto, the University of Texas System, and Harvard University. Laura A. Dawson and Marta Scorsetti were identified as the most prolific and influential authors. The International Journal of Radiation Oncology Biology Physics was the core journal, leading in H-index and citations. Keyword analysis identified “stereotactic body radiotherapy,” “radiotherapy,” “SBRT,” and “radiofrequency ablation” (RFA) as high-frequency terms. Recent research hotspots (2023-2025) include “Y90 radioembolization,” “open-label studies,” and “motion management,” indicating a shift towards integrated and technologically advanced approaches, along with growing interest in combining SBRT with immunotherapy and targeted therapy. CONCLUSIONS The field of SBRT for HCC has experienced rapid growth over the past two decades, with the United States and China at the forefront of research. SBRT has proven effective across early-stage, recurrent, and locally advanced HCC, particularly in combination with systemic therapies. Future research should prioritize large-scale randomized controlled trials (RCTs), explore SBRT’s synergy with novel immunotherapies, optimize patient selection with biomarkers, and refine advanced delivery techniques to further enhance patient outcomes and broaden its clinical application.
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 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,118 | 0,206 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».