四分之一世纪的医疗保健合成数据:通过结构性主题建模揭示趋势

科学领域:

• 医疗保健研究的研究.
• 数据科学是数据科学.
• 生物医学信息学是生物医学信息学.

背景情况:

• 合成数据在医疗保健中越来越多地被用于克服数据限制.
• 了解研究环境对于指导未来发展至关重要.

研究的目的:

• 从2000年到2024年,系统地绘制医疗保健中合成数据研究的演变图.
• 确定关键的研究主题,随着时间的推移,以及地理分布的趋势.

主要方法:

• 结构主题建模 (STM) 用关键词"合成数据"",人工数据"或"模拟数据"应用于7533篇PubMed文章 (2000-2024年).
• 分析将出版年和大陆作为共同变量纳入分析.
• 通过堆叠区域图表和网络分析,分析了主题的趋势和相关性.

主要成果:

• 观察到出版物增加了20倍,亚洲贡献显著增加 (4.7%至24.1%).
• 主要研究主题包括计算和统计方法 (34.3%),基因组学和分子生物学 (23.9%),生物医学成像和信号处理 (21.1%),以及合成数据应用 (20.7%).
• "合成数据生成"和"疾病建模和公共卫生"等主题显示出实质性的增长,而"贝叶斯建模"和"统计偏见和缺失数据"则下降.

结论:

• 医疗保健合成数据研究正在全球范围内扩大,主题重点不断变化.
• 未来的进步取决于跨学科的合作,解决偏见,促进公平的伙伴关系.