（点击👆，文献计量分析7月份培训；高效选题、结题及发SCI论文）阿尔茨海默病（Alzheimer's disease，AD）是一种进行性脑部疾病，导致记忆逐渐衰退、思维能力减弱以及影响日常生活能力。AD的确切原因尚未明确，一些生物标记可能有助于诊断、监测疾病进展和研究治疗策略。但具体哪些标记物更值得关注很难以判断，基于文献计量分析的大数据分析通过找到研究趋势和热点，有助于精准找到这个重要而未解决临床问题的最重要切入点，从而把握研究方向。我们本次通过解读日本学者于2023年6月28日发表于Drug Discov Today（IF 8.369，Q1）的题为Global biomarker trends in Alzheimer’s research: A bibliometric analysis的文章，来讨论文献计量分析的逻辑。结果1第一段：主要介绍了国家合作的关系【国家合作，建议大家没有arcgis基础不要用一些不规范的世界地图！切记！】根据国家网络分析的结果，在图1A中展示了研究结果。总共有五个簇。最大的簇以美国为中心，但也包括中国和日本等亚洲国家。其他簇则集中在英国、瑞典、德国和意大利周围。每个中心国家之间形成了网络连接。
结果第二段：organization network analysis.Figure 1B显示了组织网络分析的结果。一个以“univ gothenburg”（瑞典）为中心的簇（在图1B中为棕色），拥有最多的论文数量，同时“sahlgrens univ hosp”（瑞典）、“ucl and ucl inst neurol”（英格兰）也属于同一簇。此外，“univ calif san Francisco”、“Washington univ”、“univ pen”和“univ calif san diego”也形成了一个大簇（图1B中的红色簇）。这两个大簇相邻并形成了一个网络。相比之下，“univ Melbourne”（澳大利亚）为中心的粉色簇距离这两个簇较远。结果1第三段： co-authorship network analysis作者合作网络分析结果如图1C所示。最大的簇（图1C中的橙色簇）以“zetterberg, henrik”（英国）为中心，与同一簇中的“blennow, kaj”（瑞典）相连。还有由“morris, john c.”（美国）和“jack, Clifford r., jr.”（美国）组成的大簇（图1C中的浅蓝色簇），但这些簇与上述簇群距离较远。此外，近期发表的论文数量急剧增加的中国簇“tan”，“lan”，“yu”和“jin-tai”（图1C中的tan簇），与西方簇群距离较远。我给大家用红色加粗和黑色加粗标记的，是大家在解读图片的时候可以论述的。这三张图都是用VOSviewer绘制然后用AI把图片拼接出来。颜色代表不同的聚类，这也在正文里提到了"簇”。这里有意思的是，他把两个节点之间的距离看成了关系远近【在讨论中提到】这两张图通过VOSviewer+CiteSpacea-burst分析得到。主要目的是展示关键词的研究热点。关键词共现分析可以用于了解特定领域中各种研究热点的分布和增长情况。基于关键词共现分析进行了聚类分析，并得到了一个显示AD生物标志物关键词簇的地图（图2A）。关键词被分成了五个簇。图2A中红色和黄色簇中的关键词主要与疾病和疾病条件以及其分析方法相关。绿色簇主要与AD的诊断成像相关。紫色簇关注指南和规章制度。蓝色簇与诊断和生物标志物相关。为了研究关键词的热点，我们使用CiteSpace来观察关键词的突发情况。图2B显示了出现频率最高的前25个关键词。在CiteSpace的背景下，突发指的是特定类型事件频率的激增。水平图表中红色部分表示关键词的突发持续时间；关键词在非突发期间出现的频率越高，其颜色越偏蓝。关键词“神经丝轻链（NfL）”代表形成神经元细胞骨架的神经丝的亚单位，在排名前23的突发关键词中出现。如图2A中红色虚线圈所示，这个关键词被归入蓝色簇中。第一张图是利用VOSviewer对关键词可视化，用不同颜色代表不同的研究方向，但是VOSviewer不会给你总结好标签，这需要你根据相同颜色的词，进行自我总结归纳【归纳的标准主要是看聚类内部词频较高的词来总结】。第二张图是利用CiteSpace对关键词进行Burst分析，探测研究热点，研究热点与时间相关！这篇文章把CiteSpace探测出End时间在2022年的“neurofiament light”在VOSviewer得到的聚类里找到了。蓝色聚类主要“诊断和生物标志物有关”所以这是为什么作者在图2B中把“neurofiament light”重点圈出。（如果您做这方面研究，一定从不同角度、用不同方法对共分析反复验证，以确定自己的研究靶点；这个结果不一定非要展示在论文中）特定时间段内的出版物数量反映了该领域研究的发展趋势（图3）。从2001年到2022年，共有89个国家在阿尔茨海默病方面发表了论文，而关于AD生物标志物的研究总量呈上升趋势。图3A显示自2009年以来，发表的论文数量迅速增长。在2010年至2018年期间，发表速度线性增长，并在2019年后呈指数增长。图3A还显示，美国发表的论文数量最多，其次是英国和瑞典，亚洲国家中中国和日本也进入前五名。此外，我们还调查了自2018年以来每个国家的关键词出现情况，即NfL关键词突发之后。结果显示，在英国和瑞典，NfL出现在前十个关键词中。然而，在美国，NfL关键词排名第52位，在德国排名第22位（数据未显示）。总体而言，英国发表了与NfL相关的论文数量最多，其次是瑞典和美国（图3B）。解读发文量我们主要宏观上给发文量图划定阶段：萌芽期-缓慢增长期-快速增长期。文中得到的结果说2010-2018年间，发表速度是线性的，2019年之后是指数型，但是他没有做拟合曲线是如何发现的呢？所以大家可以先大致看一看阶段，然后单独拿出来数据，做一个拟合关系，excel就可以实现的！解读文献来源：
Noda K, Lim Y, Sengoku S, Kodama K. Global biomarker trends in Alzheimer's research: A bibliometric analysis. Drug Discov Today. 2023 Jun 28:103677. doi: 10.1016/j.drudis.2023.103677. Epub ahead of print. PMID: 37390962.
这篇论文用看似很简单一组图，展示了阿尔茨海默病生物标记的文献计量分析，就发在1区期刊；您是不是觉得意犹未尽、又觉得不过尔尔？目前的文献计量分析类似2000年的meta分析，很多领域缺少文献计量分析结果所以相对容易发表，但同时高质量的分析并不多。本周我们将举报第二期文献计量分析培训，还可以加2个名额。
如果你对文献计量分析有兴趣，可以关注我们公众号和我们的专辑，还可以于与我们联系投稿您的心得；大家一起提高和进步。
（点击👆图片，进入自己感兴趣的专辑。或获得点击“资源”，浏览本公众号所有资源。）
本期编辑：Henry，微信号healsan。助理：ChatGPT
封面图片来源：xiahepublishing.com，仅供学习用；版权均归原作者及出版社所有。
Hanson临床科研团队，在美国的七位生物医学科学家主持并担任独立理事。主要通过大数据分析，分享生物医学前沿、发展趋势及对临床科研的启发；通过文献计量分析及报告，把握最新技术进展；交流SCI论文撰写、课题设计规范。
