基于机器学习的大规模胶质瘤文献主题研究

发布时间：2024-01-26 22:21

　　目的:在过去的25年里,与胶质瘤相关的文献数量大量增加。但是虽然发表的文献数量在增长,胶质瘤依然是最难治疗的肿瘤之一。本研究旨在利用机器学习和文本分析的方法,从已经发表的文献的角度,来分析过去25年来与胶质瘤相关研究的主题概况。方法:在2019年4月,我们下载了1994年至2018年在PubMed检索到的所有与胶质瘤相关的文献,从原始数据集中提取每篇文章的标题、出版日期、MeSH主题词和摘要,以便进行文献计量评估。对于摘要,进一步使用隐含狄利克雷分布(LDA)的方法,对出版物的研究主题进行更加具体的识别。结果:本项研究当中,一共纳入和分析了 52,625篇与胶质瘤相关的文献。研究发现,在过去的25年里,胶质母细胞瘤治疗和预后的研究是文献数量增加最多的主题。然而,与临床试验相关的出版物只占了全部出版物的不到5%。目前关于胶质瘤的主题基本包括了临床、基础和技术等各个方面,但是关于胶质瘤患者的心理研究和临终关怀的研究相对缺乏。结论:在过去的25年里,与胶质瘤相关的文献数量迅速增加。最常见的主题包括胶质瘤的分子背景、患者的生存率和不同治疗方法的治疗结果,未来需要对胶质瘤患者的心理和临终关怀方面...

【文章页数】：38 页

【学位级别】：硕士

图１：索引在ＭｅＳＨ词“Ｇｌｉｏｍａ”下的文章数量随时间的变化趋势??２．ＭｅＳＨ分析??

图２：不同年龄段对应的ＭｅＳＨ主题词平均每年出现的频次??从研宄方向来看，表１展示了数据集中出现次数最多的前２０个ＭｅＳＨ主??

图３：选定的一些ＭｅＳＨ主题词之间的数量比较??

图４：２５年间数量变化最多的前１０个ＬＤＡ主题??ＬＤＡ主题网络分析

本文编号：3885798