查看原文
其他

非酒精性脂肪性肝炎研究大数据分析,5分钟了解其经典论文、最适合发表杂志、最知名学者,及各方面排名

Hanson Hanson临床科研 2021-08-04

“点击↑↑↑,关注医学研究进展”


关键词:非酒精性脂肪性肝炎;大数据分析;经典文献;实时更新



摘要:

通过对非酒精性脂肪性肝炎最新的10,000篇SCI论文进行大数据分析,获取完整信息,包括该领域的经典论文、最卓越的研究科学家和研究机构、美国NIH资助的研究课题等。



非酒精性脂肪性肝炎概述


随着生活水平的提高,非酒精性脂肪性肝炎(NASH)患病率不断上升,成为导致终末期肝病(肝功能衰竭、肝硬化、肝癌)的病例居高不下的重要原因之一

目前中国非酒精性脂肪肝患病率从2003年的17%上升到2012年的22.4%(15%~40%),与美国、日本、和欧洲国家相当。也就是说,中国有1.73亿至3.38亿人患有NASH。但在糖尿病、肥胖和血脂异常的高危人群中,流行率分别可达35%、70%~80%和57%。

2016年美国胃肠病学会年会2016年呈报的一项研究结果显示,NASH超越丙型肝炎病毒(HCV)感染成为50岁以下人群中等待肝移植的首要肝脏疾病病因


目前尚未任何有效治疗NASH的药物,NASH研究也成为目前研究的热点。

为了帮助朋友们更好地了解在NASH研究中的研究概况,我们通过大数据分析的方法获取该领域的系统信息。



检索词:

“non-alcoholic fatty liver”[ti] OR “nonalcoholic fatty liver”[ti] OR NAFLD[ti] OR NAFL[ti] OR “nonalcoholic steatohepatitis”[ti] OR “non-alcoholic steatohepatitis”[ti] OR NASH[ti]


结果分为三大部分:

第一部分是big analysis(大分析),也就是对已经发表论文的宏观分析,包括发表年度、国家/地区、杂志、作者、关联领域等等。

第二部分是citation network,是已经发表论文的被引用情况。我们都知道,论文的价值体现在被阅读和借鉴,并通过被引用次数体现出来。被引用越多的论文被认为是越有价值的论文,也就是经典论文。

第三部分是美国国立卫生研究院立项初检和PubMed最新文献跟踪。美国的国立卫生研究院(NIH)是政府机构,职能类似中国的医科院+基金委+科技部医学生物司。(美国没有科技部。编辑注)。所以NIH除了有最庞大的科研院所之外,还负责管理生物医学领域的科研立项。PubMed我们都最熟悉了,是专门收集医学生物研究的数据库,也是NIH研发的在线数据库。


下面依次展开。


第一部分:
对NASH进行
大数据分析。

如下是最新发表的一万篇文献的
时间和国家分布图
(论文的时间和国家分布)

目前在该领域总共有15,103篇SCI论文发表。
时间分布显示,针对NASH的研究持续升温,最新的10,000篇文献中,最早的是2011年的文章。
这也意味着,下面的数据都是近10年的数据分析结果。

国家分布可以看到,中国发表的NASH研究论文数量仅次于美国,排在第二位。意大利、日本和德国分列第三、四、五位。

接着可以看到
NASH研究领域
学术机构排名
(发表论文的机构排名)

可以看到浙江大学和华中科技大学分列论文发表数量的第二名和第六名。

继续查看研究相关的
热点基因和相关疾病
(研究热点基因和课题)

PNPLA3、NLRP3、SIRT1、TLR4等是NASH研究中最受关注的基因;而肝脏、脂肪肝、肝病、NAFLD、糖尿病、肥胖、胰岛素抵抗以及代谢综合征等是与NASH最相关的关键词。

继续查发表NASH
最多的杂志
(发表论文的杂志分布)

可以看到发表NASH相关研究最多的杂志是Hepatology, PLoS ONE, J Hepatol, World J Gastroenterol, Liver Int等。
杂志后面附有影响因子,参考这个排名及影响因子,对于投稿有非常强的参考价值。

再接着是知名学者学术圈,
及其关系网。
(学术大咖及其关系网)

尽管我们可以看到很多位华人的名字,不过相对于中国发表的论文已经排名第二位,中国的知名学者还不够多。不过,相信再过10年,会有更高比例的华人出现在这个知名学者网络中。

上面关系网中的学者,
是怎么筛出来的呢?
原来是基于学者在该领域的
论文影响因子总分

(学术大咖排名)

上面仅显示影响力(发表的相关论文总影响因子)最大的几位教授。下面的名单还有很长,可以看到武汉大学李红良名列前茅


根据这个大数据分析,我在短时间内对NASH的研究热点和知名研究机构和学者都有了系统的了解。


要想通晓一个领域,经典论文是必读的。

第二部分:
找到经典论文。

通过“citation network”功能,
可以看到所有10,000篇文献的分布。
每个点都是一篇文献,
左边的是最早发表的;
点的大小代表着这篇论文的影响力,即被引用次数。
(被引用排名)

只打开Top 0.1%的论文,
这肯定是必读论文,
即领域内最重要的论文。”
↓这是Top 0.1%里面最早的一篇;
(被引用次数Top 0.1%的论文)

可以看到Younossi在2016年的论文被引用次数远远超过其他研究,这是该领域最重要的文献。

↓这是Top 0.1%里面最后的一篇;
但总影响力已经排名第三。
(被引用次数Top 0.1%的论文)
这是一篇对于NASH诊断和治疗的指南性质论文,也是该领域必读的经典论文。

下面是Top 1%的论文分布。
有了这些,
研究生就知道,
开题报告或基金申请书的立项依据部分,
或论文的前言和讨论部分,
该读和该引哪篇文章了

而顺着论文关系网,
你也更容易捋清这些研究的承接图,
对于自己设计课题非常重要。
(被引用次数Top 1%的论文)

特别需要称赞的是,当你点击任何一篇文献,都会出现该文献的信息。

如下,点击代表论文的小点,
可以打开该文献的页面,
查看标题和摘要。
以及Pubmed及其他页面链接。
(文献摘要及链接)

还可以通过列表读到
这些经典论文的具体细节。

(被引用最多/最经典的论文排名)


第三部分:
研究动态实时更新

了解了领域内的大牛、研究机构,也知晓了领域内的经典论文,顿时感觉“腹有诗书气自华”,腰板挺直了很多。
但是,这些只是存量知识。而未来需要创造。知识的实时更新,及时获得最新研究进展非常重要。



可以直接查到
NIH资助的基金。
(NIH在研课题检索)

也有PubMed检索,
并且以中英文双语的形式展示出来。
(PubMed检索并显示中英文双语)


总结:

通过大数据分析,可以在短时间后系统了解该领域的专家、经典论文和最新进展。剩下的就是向专家们学习、精读经典论文,以及继续研究NASH。



附APP简介:

可能有朋友会问:如何获得这些大数据
我们是通过朋友开发的一款名叫“文献鸟”的APP完成检索和分析,特别适合课题组PI、科室的科研秘书、机构科研处等使用。本文中提供的内容大多是收费项目。

文献鸟
使用很简单。
扫描下方二维码,用邮箱注册一个账号,
设定关键词,即可!
如果是通过电脑浏览器阅读本文,
则可以直接点击本文左下角“阅读原文”链接进入。
不过上述这些功能都是收费项目。

如果注册,会自动给基本功能,
即每天免费收取注册领域
新发表的SCI论文信息。

(自动获取的新发布SCI论文信息)



如果你需要进行类似检索,也可以和我们的科研助手联系,这一轮仅限前十位。不过需要您提前准备好检索词,以PubMed检索方式为准。仅限于专业人士。



既往推文

导致肝移植的原因彻底改变,NASH成为研究最大热点

直接申请到美国绿卡,对于中国医生和生物医药研究者其实很简单
医学生物SCI论文本土语言润色五一优惠,免费查重
【Cell】近期得过这类感冒,50%对新冠病毒有免疫应答
Science: 新冠病毒全面攻击人体的主要脏器
【NEJM】新型冠状病毒在公共环境中能存活多久?
【JAMA】新冠病毒会分布在患者房间的哪些地方?
破除“唯论文”,不能只会给科技部鼓掌

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存