在初级卫生保健中绘制癌症研究的智力结构和研究热点:基于机器学习的分析分析

科学领域:

• 在瘤学瘤学.
• 公共卫生 公共卫生
• 图书统计学 图书统计学
• 机器学习 机器学习

背景情况:

• 初级卫生保健 (PHC) 在癌症护理连续性中起着至关重要的作用.
• 在PHC的癌症研究需要全面的评估,以优化患者的结果.
• 家庭医生在早期癌症检测,患者管理和幸存者支持方面是至关重要的.

研究的目的:

• 从初级医疗保健的角度全面评估癌症研究,使用文献计量技术和机器学习.
• 确定关键研究主题,流行癌症类型,以及PHC癌症研究中的有影响力的出版物.
• 了解PHC在癌症预防,诊断,治疗和生存中的作用.

主要方法:

• 从科学网络 (WoS) 核心收藏中获取的2040篇文章的图书统计分析.
• 使用R编程环境与Bibliometrix和Biblioshiny进行文献计量分析.
• 使用Python (SciKit-Learn,Gensim) 进行隐性迪里克莱特分配 (LDA) 主题建模,用于研究主题识别.

主要成果:

• 这项研究分析了6705位作者撰写的2040篇文章,2166个附属机构和75个国家.
• 结肠直肠癌,乳腺癌和子宫癌是PHC中研究最密集的类型.
• 关键的研究主题包括癌症查,诊断,早期检测,预防,风险因素和息治疗.

结论:

• 医疗保健对解决癌症的连续性至关重要,从预防到生存.
• 加强对医疗保健专业人员的支持和资源对于改善癌症护理至关重要.
• 未来的努力应集中在综合决策支持工具和以患者为中心的移动应用程序,以预防癌症和癌症后生活.