基于MeSH及混合关键词策略的我国药物重定位研究的演化脉络分析

发布时间：2021-08-28 05:24

　　目的:分析目前国内药物重定位领域的主要研究主题和研究主题的演化过程,从而揭示药物重定位研究现状,展现其研究脉络。方法:首先使用计算机检索期刊数据库中药物重定位领域相关文献,经筛选后最终纳入229篇文献。然后基于混合关键词策略筛选文献的主要主题特征词,并围绕主要主题特征词进行网络可视化、聚类分析和演化分析。最后对该领域的研究热点和发展脉络进行了梳理与讨论。结果:国内关于药物重定位领域的研究按研究方法和数据可分为两个大类六个热点,一类是基于试验数据的药物知识发现,另一类是基于科学数据的药物知识挖掘。前者基于临床试验,多以药物分子和细胞受体的作用关系研究为主,通过建立临床模型发现药物的潜在作用。后者基于计算机技术,多以科学数据间的相关关系为研究对象,通过计算机构建数据模型进行药物知识发现。在该领域研究的萌芽期多以中药知识发现为主,发展期则开始转向抗癌药物研究,至稳定期,研究进一步转向更微观的层面。结论:总体来看,国内关于该领域的研究起步缓慢,但近几年发展迅速,相关研究主要基于计算机技术和临床试验,前者偏向于预测,而后者偏向于验证。早期研究大多基于已有临床试验和文献的数据发掘,多以中药研究发现... 

【文章来源】：山西医科大学山西省

【文章页数】：40 页

【学位级别】：硕士

【部分图文】：

图１－１研宄文献筛选流程??对于中文文献，首先直接提取文献题录中的关键词字段内容

?山西医科大学硕士学位论文???的连线代表主题特征词之间具有共现关系，节点的大小代表主题特征词的中心度。中??心度越大，说明与该主题特征词关联的词汇越多，该主题特征词越关键，是特征主题??词的中心）。本文选择中心度大于等于４０的低频词作为主要主题特征词，结果共１２??个低频主要主题特征词。??麵ｆｎ?不良反应??酬控网络??士?：：．＿歡」：．．．－儔近＿ＬＢＣ?．．心綱抓．？印制??一??％ｋ?菌＾作?ｆｆｌ??ｆ肺肿瘤＝＾＾｜ＴＯｒ丝襄ｆ苏氨酸激酶??图２－２低频主题特征词的共现网络图（部分）??２．２．３突发词的确定??突发词是指那些词频未达到词频阈值，但其相对增长率突然增加的词，这些词反??映了研宄主题的潜在发展趋势。突发词的引入，能够在一定程度上弥补单纯选择高频??词进行共词分析的缺陷。单个词的词频增长率变化虽然较微小，难以引起全领域研宄??者的注意，但可能涉及领域局部热点的变化，是领域知识研究不可缺少的一部分。??幻以１１１＾租［１３］于２００２年提出突发词监测算法，此算法不仅可以监测单个词的突现，也??适用于研宄时间序列的多词专业术语和文章的引文分析，能够辨别新兴研宄的前沿专??业术语概念。??可视化分析软件Ｃｉｔｅ?ｓｐａｃｅ是在科学计量学、数据可视化背景下逐渐发展起来的，??一款着眼于分析科学，旨在发现潜在知识的引文可视化分析软件，通过可视化的手段??来呈现科学知识的结构、规律和分布情况。Ｃｉｔｅ?ｓｐａｃｅ中具有检测突发词语的功能，??可用于发现某一学科研宄在一定时间内突增的课题。由于不受髙频词词频阈值要求，??１１??

?山西医科大学硕士学位论文???３国内药物重定位研究的发文情况与热点分析??３．１国内药物重定位研究的发文情况??对纳入文献按年发文量进行统计可知，我国关于药物重定位的研宄始于１９９３年，??到目前为止已有２７年的历史。目前共发表相关文献２２９篇，年均发文８．５篇，从２０１３??开始每年发文量超过了平均水平。由图３－１可看出，我国关于药物重定位的研究数量??整体上呈上升趋势。发文量最多的一年为２０１７年，发表文献４８篇。从１９９３年开始??一直到２０１２年，我国关于药物重定位的研究经历了较长一段时间的潜伏发展，年发??文量徘徊在１￣６篇，增长缓慢，属于萌芽期。２０１３年，发文量首次超出了年均水平，??此后年发文量快速增长，２０１７年到达发文量巅峰，说明这一时期药物重定位问题逐??渐得到了我国学者的广泛关注，属于该领域研宄的快速发展期。由于２０１９年文献只??检索到五月份，无法得到其具体发文量，按照该年的月平均发文量可推测其年发文量??约为３１篇。结合相关文献［１４，１５，１６］的演化研宄方法，可判断出我国药物重定位研宄自??２０１７年后进入成熟期，期间年发文量略有下降，但基本维持在一个平稳的水平。??年份发文量??■?Ｉ??６０?丨?；??萌芽期?！发展期办成熟期??５０?；??４０?；?３３?ＪＫ２??Ｋ?３０?；?２３／＾?＼??＾?＞?２〇?ｊｊｒ?１?＼??２０?＼ｒ￣?ｒ?Ｙ??１０１—＾￣ｉ?ｇ?；??ｌｏｉｚｏｏｏｏｉｚｉｏ１?０?０?；??〇?—１?一??ｃｎｃｎＣＴ）ａ）ＣＴ３ｃｎａｊ〇ｏｏｏｏｏｏａｏａｏｏｃｌ）〇ｏｏｏ〇ｏｏ??＾ＨｔＨ＾＾Ｈ＾Ｈ

【参考文献】：
期刊论文
[1]基于聚类分析的国内文本挖掘热点与趋势研究[J]. 谭章禄,彭胜男,王兆刚.  情报学报. 2019(06)
[2]数字人文研究领域的知识网络演化——基于题录信息和引文上下文的关键词共词分析[J]. 许鑫,陈路遥,杨佳颖.  情报学报. 2019(03)
[3]患者来源肿瘤异种移植模型的建立与应用[J]. 傅佳琦,滕理送,王浩浩.  浙江医学. 2019(04)
[4]基于语义关系发现的阿尔茨海默病药物重定位[J]. 薛均,施维,潘璀然,王青华,王理,蒋葵,董建成.  医学信息学杂志. 2018(04)
[5]生命周期阶段中的科学合作网络演化及高影响力学者成长特征研究[J]. 王曰芬,李冬琼,余厚强.  情报学报. 2018(02)
[6]我国糖尿病的流行现状和危险因素分析[J]. 张健,李蕾,邓一洁,梁芳,石振峰,张红霞.  世界最新医学信息文摘. 2018(16)
[7]混合关键词选择策略对共词分析效果的影响研究[J]. 李纲,李昱瑶,谢子霖,巴志超.  情报理论与实践. 2017(11)
[8]词频分析法中高频词阈值界定方法适用性的实证分析[J]. 刘奕杉,王玉琳,李明鑫.  数字图书馆论坛. 2017(09)
[9]2006-2015年高校图书馆竞争情报服务研究领域主题演化分析[J]. 章小童,阮建海.  情报科学. 2016(11)
[10]硝酸甘油老药新用在治疗肾结石中的研究[J]. 林浩,李述剑.  中国实用医药. 2016(28)



本文编号：3367886