心脏手术相关的急性损伤:十年的研究趋势和发展
Changlong Qiao1, Jing Zhou2, Chuansong Wei1
1Department of Anesthesiology, Shandong Provincial Clinical Research Center for Anesthesiology, The First Affiliated Hospital of Shandong First Medical University & Shandong Provincial Qianfoshan Hospital, Shandong Institute of Anesthesia and Respiratory Critical Medicine, Jinan, Shandong, China.
Frontiers in medicine
|May 12, 2025
概括
图书统计分析显示,心脏手术相关的急性损伤 (CSA-AKI) 的研究领域日益增长. 机器学习和预测模型是个性化风险分层和预防策略的新兴前沿.
科学领域:
- 腎臟病學 (nephrology) 是一種醫學.
- 心脏病学 心脏病学
- 关键护理医学 关键护理医学
- 数据科学数据科学数据科学
背景情况:
- 心脏手术相关的急性损伤 (CSA-AKI) 是一个重大挑战,增加死亡率和医疗保健成本.
- 现有的CSA-AKI研究是分散的,阻碍了关键研究,合作和趋势的识别.
- 图书统计分析提供了一种系统的方法来绘制知识,确定研究重点,并指导未来的努力.
研究的目的:
- 从2014年到2023年,系统地分析和绘制心脏手术相关急性损伤 (CSA-AKI) 的全球研究格局.
- 确定CSA-AKI研究中的关键趋势,有影响力的出版物,领先的研究机构和新兴的前沿.
- 为研究人员和临床医生提供洞察力,以便在现场导航并有效地分配资源.
主要方法:
- 从科学网络核心集合 (WoSCC) 来源的4474个CSA-AKI出版物 (2014-2023) 的综合图书统计分析.
- 使用了VOSviewer,CiteSpace,R中的Bibliometrix包,以及一个用于数据分析的在线图书统计分析平台.
- 检查了出版趋势,领先的国家,知名期刊,备受引用的作者和不断变化的研究主题.
主要成果:
- CSA-AKI出版物的年度增长持续,美国和中国是主要贡献者.
- "心胸和血管麻醉学杂志"是最受欢迎的期刊,而"临床护理"具有最高的影响因子.
- 自2021年以来,机器学习 (ML) 和预测模型已经成为主要的研究领域,重点是个性化风险分层和外科期间的决策.
结论:
- 该研究绘制了CSA-AKI研究的演变图,强调了预测建模和机器学习日益重要的重要性.
- 确定了未来创新的优先领域,包括预测模型的多中心验证和预防性科框架.
- 强调需要随机对照试验来验证基于ML的CSA-AKI预测工具在临床实践中的有效性.
