最新の知見を取り入れたAI駆動型サイエントメトリクス分析：高齢者およびフレイル集団における下部尿路症状

Myndディスカバリープラットフォームを用いて実施されたこの人工知能（AI）駆動型のサイエントメトリクス分析では、高齢患者における下尿路症状（LUTS）の研究動向を調査しています。本研究では、独自の最新性指標（recency metric）を適用することで、新興領域、長年の研究テーマ、および文献における重要な空白領域を特定しました。

Myndは、PubMedの抄録を用いて、下部尿路症状（LUTS）およびフレイルにおける研究トレンドをマッピングするために、AI駆動のサイエントリメトリクス分析を適用しています。計13,737件のPubMed索引付き論文を分析しました。Myndは、教師なしトピックモデリングを通じて主要な用語を抽出し、階層的なトピック構造を構築することで、文脈的な理解を深めます。新規のレセンシー（新近性）指標などの定量的指標を用いて出版トレンドを測定し、各トピックを「新興」、「主流」、「衰退」、または「ホット」に分類します。このアプローチにより、高齢者のLUTS研究に関するデータ駆動型のインサイトを得ることが可能になります。

LUTS（下部尿路症状）に関する研究は1980年代以降、着実に増加してきたが、2020年以降は論文発表数の減少が観察されている。地理的分析からは、科学的な重要性がアジアへと移行していることが反映されている。より詳細な分析により、低侵襲な診断法への移行が見られる一方で、侵襲的な尿路動力学的検査への研究関心は低下していることが明らかになった。治療法においても同様の傾向が観察されている。フレイルは関連研究のわずか2.5%にとどまっており、文献における比率は依然として著しく低いが、新近性スコア（recency score）が高いことは、関心が高まっていることを示している。

これらの知見は、患者中心のより低侵襲な管理戦略への関心が高まっているという、下部尿路症状（LUTS）研究の進化する現状を強調している。しかしながら、特にフレイル状態にある患者の研究において大きな研究上の空白が依然として存在しており、高齢者集団に合わせたエビデンスに基づくアプローチを確保するためのさらなる調査が必要である。