过去20年来针治疗的全面概述:基于机器学习的文献分析分析

科学领域:

• 整合和补充医学是整合和补充医学.
• 图书统计学 图书统计学
• 数据科学数据科学数据科学

背景情况:

• 针治疗是一种全球公认的古老中国实践.
• 针研究的指数增长给信息管理带来了挑战.
• 机器学习为分析大量科学文献提供了一种新的方法.

研究的目的:

• 分析过去二十年来针治疗中的研究主题和主题.
• 通过机器学习识别针研究中的新兴趋势和热点.
• 为了解针科学的演变提供见解.

主要方法:

• 使用MeSH术语"针疗法" (2004-2023) 的PubMed数据库搜索.
• 使用R平台进行数据采集和分析.
• 通过隐藏的迪里克莱特分配 (LDA) 和卢温算法构建主题网络.

主要成果:

• 分析了来自57个国家的17584份出版物.
• 最受欢迎的MeSH术语包括"针点"",治疗结果"和"电针".
• 作为热点,LDA确定了"比较有效性"",生物化学分析"",症状治疗"",专业实践"和"临床试验". "神经递质","元分析"和"文学评论"成为新的研究前沿.

结论:

• 针治疗继续获得全球显著的关注.
• 研究主要集中在机制上,特别是镇痛和抗炎作用.
• 未来的研究很可能会探索"神经递质"的途径,越来越多的趋势是"元分析"和"文献评论"的强有力的证据.