利用SemRep语义网及MeSH语义网表达单篇论文知识

目的：以SemRep语义网及MeSH语义网的形式表达单篇论文的研究内容。方法：选取IF值≥3的10种医学期刊的20篇科学论文作为研究对象,利用自然语言处理工具SemRep及可视化分析工具Gephi构建SemRep语义网及MeSH语义网,并利用SPSS 23.0软件对数据进行统计分析。结果：MeSH语义网在表达单篇论文内容的全面性、准确性及易用性方面评分均值均高于SemRep语义网,且两种网络在准确性方面的评分差异具有统计学意义（P<0.05）。结论：相较于SemRep语义网,MeSH语义网更可作为一种表达单篇论文知识的方法,所提供的语义信息具备一定的文献挖掘潜力,能够为诸如文本挖掘、知识发现等研究提供新的方法和思路。     

基于PPI网络预测和验证结直肠癌相关Hub基因

目的:通过PPI网络分析确定CRC相关Hub基因,为CRC靶向治疗提供一定参考。方法:从OpenTargets数据库获得CRC相关基因,使用Metascape对基因集进行富集分析,确定基因集富集术语。采用STRING数据库及CytoScape构建PPI网络,采用MCODE寻找PPI网络中的功能模块（子网）。根据功能模块中节点的网络属性确定Hub基因,通过文献法和GEPIA数据库对Hub基因进行验证。结果:共得到CXCL8、ERBB2、CYCS 3个Hub基因,它们均与CRC的发生和发展有一定关系,。它们均在CRC组织与正常组织中存在差异表达,并与CRC患者的总体生存时间相关。结论:基于PPI的网络分析可准确预测CRC相关Hub基因和为CRC靶向治疗提供参考。     

阿尔茨海默症研究热点的战略情报分析（一） ——同被引聚类及战略坐标

【摘要】目的：对国家目前重点支持的重大慢性疾病阿尔茨海默症的研究进行战略情报分析,为阿尔茨海默症的医学专业研究及管理决策提供科研依据。方法：将同被引聚类分析和共词聚类分析与战略坐标相结合。通过引文同被引聚类描述阿尔茨海默症领域研究的历史,借助战略坐标的思想,绘制“引文战略坐标图”,从而进一步了解各研究热点的新颖度和关注度;通过主题词共词聚类发现阿尔茨海默症领域当前的研究热点,并在此基础上进行战略坐标分析,揭示各热点研究的发展阶段。结果：分析得出当前阿尔茨海默症领域相关研究比较核心的热点是阿尔茨海默症患者的物质代谢研究、阿尔茨海默症的病因及治疗方法等,其发展历程中利用特定临床特征来进行阿尔茨海默症的诊断、阿尔茨海默症的淀粉样蛋白级联假说研究等得到了较大关注。结论：对于阿尔茨海默症的研究是一个发展中的专题,综合利用引文战略坐标和共词战略坐标可分析出阿尔茨海默症研究领域的热点及发展历史。     

宫颈癌放射敏感性研究趋势与热点主题分析

目的分析国际宫颈癌放射敏感性研究的现况和热点内容,为科研人员进一步开展相关研究提供信息支持。方法利用PubMed数据库进行初步检索,然后根据纳入和排除标准筛选宫颈癌放射敏感性研究的相关文献。应用文献计量学及共词双聚类方法,分析该领域研究的年发文量、核心期刊以及研究热点等。结果共获得PubMed收录的301篇相关文献,近20年国际宫颈癌放射敏感性研究呈现稳步上升的趋势。发文量最多的核心期刊是International journal of radiation oncology,biology,physics。该领域的研究热点主要为:①放射增敏剂的药理学研究;②涉及DNA损伤、修复方面的宫颈癌放射敏感性研究;③宫颈癌放射敏感性的遗传学机制方面的研究;④涉及凋亡机制的宫颈癌放射增敏(物质)研究;⑤肿瘤生物标志物代谢表达与宫颈癌放射敏感性关系的研究;⑥放射增敏药物的治疗应用效果研究。结论国际宫颈癌放射敏感性研究力度逐渐增强。但该领域的研究目前仍处于离体细胞或动物试验的基础研究阶段,缺乏临床的验证研究,将相关的基础研究有效地转化应用到临床尚需较长的研究历程。     

基于双聚类算法探测引文分析的知识基础及研究前沿

基于双聚类算法对引文分析相关的高被引文献及其来源文献同时聚类,从高被引论文(知识基础)出发,依据聚类模块选择与高被引论文簇关系最为密切的来源文献代表研究前沿,总结引文分析的知识基础和研究前沿,从而了解专题发展脉络,为科学研究提供参考方向。     

我国医疗数据可视化研究的知识图谱分析

目的：梳理我国医疗数据可视化研究的演变过程及核心内容,发掘本领域的科研增长点。方法：对国内三大中文期刊全文数据库中的相关文献进行收集、整合,使用CiteSpace软件进行知识图谱分析及文献计量学分析。结果：共筛选出目标文献5 292篇,分4个时间窗展示主题网络聚类图谱及关键词计量指标统计结果。结论：我国医疗数据可视化领域的研究主题早期相对集中、稳定,主要集中于三维重建、可视化人体等方面。近几年研究文献数量呈现指数级增长,研究主题逐步多元化和细化,新增了如网络药理学、知识图谱、新技术研究等主题。     

MEDLINE数据库中主要主题词与全部主题词的共现网络无标度性与小世界特性的检验分析

1.根据共现情况,对Medline数据库药理学主题的文献集合中的全部主题词和主要主题词分别构建其共现网络。2.分析节点三种中心性指标。3.根据节点的度分布,检验了两种网络的节点度分布的无标度性。4.比较分析两种词共现网络的整体属性(平均距离和聚集系数)以检验其小世界效应。5.结论：这两种词共现网络都具有无标度特性和小世界效应。全部主题词构建的共现网络适用于进行网络属性分析,主要主题词构建的网络适用于进行学科主体内容分析。     

微信在哮喘患儿延续护理中的应用研究

目的:探讨哮喘患儿更佳的护理管理方法。方法:选取2015年1月至2016年5月100例哮喘患儿作为研究对象,在出院前随机分成观察组和对照组(n=50)。观察组患儿给予微信平台延续护理;对照组患儿给予常规延续护理。观察两组患儿1年内的病情控制情况(急性加重的次数及住院次数;哮喘控制测试得分;最高峰值流速变异率)及家长的满意度情况。结果:观察组患儿复诊急性加重的次数及住院次数明显低于对照组(P0.05);最高峰值流速变异率明显低于对照组(P0.05);哮喘控制测试得分明显高于对照组(P0.05);患儿家长满意度及疾病知识掌握明显高于对照组(P0.05)。结论:"微信"平台的应用有助于儿童哮喘病情控制,患儿家长满意度高;采用"微信"平台进行护理干预是一种较佳的延续护理管理方法,值得临床推广使用。     

利用MeSH组配规则自动抽取表达特定语义关系句子的探索

目的：利用MeSH组配规则自动抽取文摘中表达特定语义关系的句子,为制定自然语言处理关系抽取模板以及句子水平的信息检索提供依据。方法：根据主题词组配规则,使用python语言从文摘数据中匹配出含有特定MeSH主题词概念的候选关系句,从中抽取出以描述概念间关系的短语或句子。邀请专家对100条候选关系句进行概念间语义关系人工标注,将得到的语义关系三元组作为评价金标准,与自动抽取出的概念间关系进行对比分析。将自动抽取的结果加以整理形成特定概念之间的语义关系表达。结果：对大量的自然文本句进行句法分析,批量识别出2个特定概念间语义关系抽取方法的准确率为87%,召回率为62%,F1=71.8%。结论：利用MeSH组配规则抽取表达特定语义关系句子的方法具有较高的准确率与召回率,对生物医学文本理解及医学知识发现等具有借鉴意义。     

文本挖掘在药物靶位研究中的应用

针对国外药物靶位研究的相关文献,使用BICOMB2.01软件、gCLUTO软件进行了高被引论文的同被引聚类分析,通过对各类高被引论文及其对应的重要来源文献的标题和摘要进行语义分析,发现该领域当前研究的主要热点包括文本挖掘在预测药物靶位研究中的总体趋势、理论基础、主要方法和主要资源4个方面。