“暗数据”可视化在“双一流”学科建设中的线索甄别研究

使用WOS-SCIE、InCites、ESI数据库、Python语言和SQL数据库，联用文献调研法、“暗数据”可视化分析法、线性回归分析法和SWOT分析法等，以ESI及其相关指标为主要研究对象，分别从不同维度对ESI全景分析、国际合作概览分析、学科发展潜力分析、潜力学科趋势预测、热点追踪和投稿选刊分析等6个实例进行剖析，尝试对ESI潜力学科进行态势分析与趋势预测研究。同时，寻找“暗数据”可视化分析与定量定性的指标，归纳其发展特点和核心竞争力，为研究“暗数据”视觉下的“双一流”学科建设提供参考和借鉴，为医学院校图书馆提供决策参考咨询服务和科研定位支撑服务探寻新思路。     

高校图书馆推进ESI学科建设的情报服务

“双一流”导向下，推进ESI学科建设已经成为高校图书馆的服务核心。介绍了中国医科大学图书馆利用ESI、Incites和Web of Science数据库面向ESI学科建设的情报服务的实践过程，发现学科竞争力分析、潜力学科预测、挖掘学科领域热点与前沿、提供学科建设对策等ESI学科情报服务有助于决策人员优化学科布局、科研人员把握学科热点，助推ESI学科建设。     

基于ESI数据库分析广州中医药大学学科竞争力

利用ESI(Essential Science Indicators,基本科学指标)数据库,对广州中医药大学各学科发展水平及学科竞争力进行较为全面的评估分析,以发现学校的优势学科及潜力学科。并针对学校的ESI学科潜力居前5的5个学科,利用In Cites数据库,在国内中医药类高校之间进行对比分析。结果表明,临床医学是广州中医药大学的优势学科,已入围世界前1%学科;药理学毒理学是未来最有潜力进入ESI全球前1%的学科。     

基于InCites平台的9所中医药大学科研产出比较分析

目的 以InCites平台数据为基础,统计我国9所已进入基本科学指标数据库(ESI)学科排名的中医药大学的发文情况,揭示各高校科研实力和发展态势.方法 根据9所中医药大学进入ESI的时间、ESI中的表现及潜力学科的概况,选择2009-2019年的InCites数据,统计各高校发表学术论文和综述的数量、引用数据、潜力学科...     

我国独立设置医科大学SCI论文产出对比研究：基于WoS及ESI数据库的分析

目的　通过对国内20所独立设置医科大学的2013至2017年间SCI发文情况分析对比,为国内独立设置医学院校冲刺“一流”高校及“一流”学科建设给出多方面的分析。方法　基于WoS及ESI数据库对近五年这些高校发表的SCI论文相关数据,包括SCI论文产出量、篇均被引次数、高被引论文量、H指数、基金资助情况及来源期刊影响因子等多种文献计量学指标进行数据检索及分析,探索20所高校已发表SCI论文的现状及存在问题。结果　本研究中20所独立设置医科大学均进入ESI数据库,ESI全球排名与US News和ARWU全球排名基本一致;部分院校的临床医学（428名）、药理学与毒物学（94名）已入围或者接近ESI全球1‰排名;高被引论文量与发文量总量的占比仍然低于国内平均水平;H指数与篇均被引成正比,与国内一流高校尚有差距;绝大部分SCI论文获国家级基金项目资助,但文章来源期刊的影响因子不高。结论　我国独立设置医科大学全球排名在近五年飞速上升,虽然与国际一流高校和一流学科尚有差距,但是潜力巨大。临床医学、药理学与毒物学学科发展水平已达国际一流水平,生物与生化、神经科学与行为等为代表的学科发展水平与国际医学水平差距不断缩小。     

从二维视角对比金砖四国科研产出规模以及国际影响力

以ESI数据库为数据来源,采集金砖四国2004-01-01至2014-06-30发表的论文数据,采用科研论文相对产出、相对引文影响指标分析金砖四国科研论文的产出规模及其影响;并采用学科专业化指标和标准引文影响指标,构建“学科专业化-标准引文影响”二维分析框架,分析金砖四国科研产出在全球的相对位置。研究结果表明,金砖四国科研论文绝对产出较多;金砖四国的相对科研产出在学科之间的分布呈现非均衡态势,在很多学科领域相对产出明显低于世界平均水平;金砖四国22个学科的相对引文影响指标均低于世界平均水平;根据专业化指标值,中国、巴西、印度的学科专业化程度低,俄罗斯的学科专业化程度略高;金砖四国的标准引文影响指标值均明显低于世界平均水平,说明科研论文整体质量低于世界平均水平。据此对金砖四国基础研究建设提出建议,以期为有关部门制定科技发展政策、调整学科结构布局提供参考。     

基于ESI和InCites数据库的高校学科发展规划分析——以蚌埠医学院为例

目的分析蚌埠医学院各学科发展情况,为学校学科建设及发展规划提供相应理论基础和数据支撑。方法采用基本科学指标（ESI）和InCties数据库,对蚌埠医学院2010-2020年的WOS（Web of Science）论文、ESI学科及潜力学科相关指标进行统计分析。结果2010-2020年蚌埠医学院WOS发文总数1 689篇,总被引频次13 009次,篇均被引频次7.70次,高被引论文7篇;WOS发文总量呈逐年上升的状态,且2010年WOS发文的学科规范化的引文影响力值>1,超出全球平均水平。蚌埠医学院临床医学学科进入ESI全球前1%排名。ESI学科WOS发文第一作者分布较分散;发文期刊影响因子多为1~3;合作论文尤其是国际合作的论文影响力普遍较高。ESI潜力学科中,以“药理学与毒物学”的学科潜力值最高,是今后最有可能进入ESI前1%排名的学科。结论蚌埠医学院整体科研实力处于逐步加强状态,应进一步加强各学科均衡发展,优化资源配置,提高论文质量,鼓励科研合作,加快学科建设,促进学校双一流建设快速发展。     

我国独立设置医科大学SCI论文产出的对比分析（基于wos及ESI数据库）

目的 通过对国内20所独立设置医科大学的2013-2017年期间SCI发文情况分析,以期为这些高校冲刺“一流”高校及学科建设给出具体策略,同时为政府导向性资助提供参考,提升我国医学水平国际影响力。方法 基于WoS及ESI数据库对这些高校发表的SCI论文相关数据,包括SCI论文产出量、篇均被引次数、高被引论文量、“H-指数”、基金资助情况及来源期刊影响因子等多种文献计量学指标进行数据检索及分析,探索这些SCI论文反映出的现状以及问题。结果 本研究中的高校均进入ESI数据库,ESI排名与US News、ARWU全球排名基本一致;部分院校的“临床医学（428名）”、“药理学与毒物学（94名）”已入围或者接近ESI全球1‰排名;高被引论文量与发文量总量的占比仍然低于国内平均水平;H指数与篇均被引成正比,与国内一流高校尚有差距。绝大部分论文受到国家级基金项目资助,但大量SCI文章来源期刊的影响因子不高。结论 这些研究结果表明,我国独立设置医科大学全球排名在近五年飞速发展,虽然与国际一流高校和学科尚有差距,但是潜力巨大。临床医学学科水平已达到国际一流水平,生物与生化等为代表的学科水平与国际水平在不断缩小差距。高校层面需要立足区位优势,政府需深化医学教育政策研究,发挥智库作用,共同提升我国医学水平国际影响力。     

基于ESI和InCites的温州医科大学学科发展分析

目的：分析温州医科大学基本科学指标数据库（ESI）优势学科和潜力学科情况。方法：应用ESI、InCites数据库,分析温州医科大学ESI学科的Web of Science论文数、被引频次、学科规范化引文影响力、高被引论文数和论文合作情况。结果：温州医科大学已有4个学科（临床医学、药理和毒理学、化学、生物与生物化学）进入ESI全球前1%,发表论文影响力有待提高;国家自然科学基金资助发文最多,其次是浙江省自然科学基金;合作机构国内居多,国际合作则绝大多数在美国。ESI潜力学科中,以分子生物与遗传学的潜力值最高,是学校今后最有可能进入ESI前1%的学科。结论：双一流背景下温州医科大学需加强优势学科建设,发展潜力学科,促进科研合作;完善科研评价体系,以科研影响力为导向鼓励师生发表高质量论文,提高国内和国际学术影响力。     

“双一流”背景下高校学科科研产出评价体系研究——基于药理学与毒理学学科的实证研究

为推进一流学科建设，探索构建多维度学科评估体系，对学科发展提供建议。利用基本科学指标数据库（ESI）、InCites和Derwent Innovation Index数据库，借助极差变换法和熵权法对药理学与毒理学领域部分高校的指标数据情况进行分析，研究指标体系的构建途径和指标表现。研究表明，样本高校在指标体系中的得分与ESI排名表现不同，指标体系具有一定的实际应用价值。ESI学科排名不能完整地反映学科发展情况，多维度指标评价体系能在一定程度上克服这一缺陷。本文建立了以论文和专利为主要评价对象的评价体系，尽可能涵盖科研产出的多角度指标，弥补单一或少数指标体系的信息缺失。建议高校可从致力发表高质量原创研究成果、主导或广泛参与科研合作、加强校企合作注重成果转化、推进开放科学鼓励开放获取等角度制定学科发展计划。     

“双一流”背景下医学院校图书馆ESI学科服务营销策略

采用文献调研和网络调研法分析ESI学科的研究现状,以营销视角总结归纳了医学院校图书馆ESI学科服务策略,包括营销对象需求分析、创意营销产品升级、营销人员队伍建设、拓展营销渠道等策略,为助力高校“双一流”建设和实现图书馆的转型升级和创新发展。     

基于ESI高被引论文的卫生管理学科研究热点分析

目的：基于ESI高被引论文的施引文献,探究国际卫生管理学科的热点研究主题,为国内相关研究提供参考和借鉴。方法：通过Web of Science（WOS）核心合集,获得卫生管理学领域ESI高被引论文及其施引文献,运用共词分析方法构建共词网络,利用Netdraw进行可视化。结果：发现卫生服务质量、卫生政策研究、卫生经济与评估、知识转化与实施科学是4个最受关注的研究热点主题。结论：卫生服务质量、卫生政策研究、卫生经济与评估、知识转化与实施科学是目前国际卫生管理学科研究的热门方向,我国从事卫生管理学相关研究的机构和学者应重点关注。     

2型糖尿病肾病预测的集成学习模型研究

目的:构建3个2型糖尿病肾病的预测模型.方法:基于国家临床医学科学数据中心的《糖尿病并发症预警数据集》,采用多种预处理方法清洗数据,通过Logistic回归分析和互信息等方法筛选特征.选用提升决策树、决策森林和决策丛林3种集成学习模型进行训练,实现对2型糖尿病肾病的风险预测.采用准确率、精确率、召回率,F1值和AUC ...     

基于ESI数据库的中医药院校高水平论文分析

介绍了国内中医药大学相关的ESI学科（药理学和毒理学、临床医学）的发展现状,比较了各机构发表论文数、总被引频次、篇均被引频次和高被引论文数的排名差异,分析了存在的问题和学科发展趋势,并提出了发展一流学科的几点建议。     

小儿川崎病并发冠状动脉损伤的危险因素分析

目的探究小儿川崎病并发冠状动脉损伤(CAL)的危险因素，为临床早期预防和干预提供指导。方法采用回顾性分析法，收集82例川崎病患儿的临床资料进行研究，其中合并有CAL者纳入观察组30例，未合并有CAL者纳入对照组52例，对影响小儿川崎病并发CAL的危险因素进行单因素分析、logistic多因素分析，明确独立危险因素后构建基于logistic回归、向量机(XGB)、决策树的不同预测模型，并对模型进行优化和验证以明确预测效能最为理想的预测模型。结果单因素分析和logstic回归模型分析显示, 热持续时间、血小板计数、白细胞计数、C反应蛋白、血钠是川崎病患儿发生CAL的独立危险因素(P < 0.05~P < 0.01)；基于随机森林模型分析得到的川崎病患儿发生CAL的危险因素按照影响权重大小排列依次为白细胞计数、C反应蛋白、血小板计数、血清白蛋白和血钠；基于XGB模型分析可知，影响川崎病患儿发生CAL的独立危险因素按照影响权重大小排列依次为血小板计数、血钠、血清白蛋白、白细胞计数及发热持续时间；基于logistic回归模型分析所得的独立危险因素预测小儿川崎病合并CAL的敏感性为86.50%，特异性为80.00%，约登指数为0.665，AUC面积为0.895；基于随机森林模型分析所得的危险因素预测小儿川崎病合并CAL的敏感性为86.70%，特异性为73.10%，约登指数为0.598，AUC面积为0.841；基于XGB模型分析所得的危险因素预测小儿川崎病合并CAL的敏感性为100%，特异性为80.00%，约登指数为0.800，AUC面积为0.963，XGB模型的预测效能优于logistic回归模型和随机森林模型。结论Logistic回归分析、随机森林模型、XGB模型均可用于小儿川崎病合并CAL的危险因素的研究，其中XGB模型的预测效能最为良好，所演算出的影响因素按照权重大小依次排序为血小板计数、血钠、血清白蛋白、白细胞计数和发热持续时间。     

基于机器学习的2型糖尿病并发症预测模型研究

目的：利用统计学和机器学习方法,探究2型糖尿病并发症的影响因素,构建2型糖尿病并发症预测模型,对并发症的发生进行预测,为2型糖尿病并发症的预防和早期筛查提供理论参考。方法：以国家人口健康科学数据中心2009年的2型糖尿病患者数据为研究对象,对性别、年龄、尿常规检查和生化检查等信息进行单因素和多因素logistic回归分析,并构建XGBoost模型,进行2型糖尿病并发症的预测。结果：单因素和多因素Logistic回归模型与XGBoost模型显示,2型糖尿病并发症的发生与14项影响因素具有相关关系,模型预测准确率为82.85%。结论：模型预测的效果良好,具有一定的参考价值。     

Predicting fetal weight by three-dimensional limb volume ultrasound (AVol/TVol) and abdominal circumference

Background:Fetal weight is an important parameter to ensure maternal and child safety. The purpose of this study was to use three-dimensional (3D) limb volume ultrasound combined with fetal abdominal circumference (AC) measurement to establish a model to predict fetal weight and evaluate its efficiency.Methods:A total of 211 participants with single pregnancy (28–42 weeks) were selected between September 2017 and December 2018 in the Beijing Obstetrics and Gynecology Hospital of Capital Medical University. The upper arm (AVol)/thigh volume (TVol) of fetuses was measured by the 3D limb volume technique. Fetal AC was measured by two-dimensional ultrasound. Nine cases were excluded due to incomplete information or the interval between examination and delivery >7 days. The enrolled 202 participants were divided into a model group (134 cases, 70%) and a verification group (68 cases, 30%) by mechanical sampling method. The linear relationship between limb volume and fetal weight was evaluated using Pearson Chi-squared test. The prediction model formula was established by multivariate regression with data from the model group. Accuracy of the model formula was evaluated with verification group data and compared with traditional formulas (Hadlock, Lee2009, and INTERGROWTH-21^st) by paired t-test and residual analysis. Receiver operating characteristic curves were generated to predict macrosomia.Results:AC, AVol, and TVol were linearly related to fetal weight. Pearson correlation coefficient was 0.866, 0.862, and 0.910, respectively. The prediction model based on AVol/TVol and AC was established as follows: Y = −481.965 + 12.194TVol + 15.358AVol + 67.998AC, R²_adj = 0.868. The scatter plot showed that when birth weight fluctuated by 5% (i.e., 95% to 105%), the difference between the predicted fetal weight by the model and the actual weight was small. A paired t-test showed that there was no significant difference between the predicted fetal weight and the actual birth weight (t = −1.015, P = 0.314). Moreover, the residual analysis showed that the model formula''s prediction efficiency was better than the traditional formulas with a mean residual of 35,360.170. The combined model of AVol/TVol and AC was superior to the Lee2009 and INTERGROWTH-21^st formulas in the diagnosis of macrosomia. Its predictive sensitivity and specificity were 87.5% and 91.7%, respectively.Conclusion:Fetal weight prediction model established by semi-automatic 3D limb volume combined with AC is of high accuracy, sensitivity, and specificity. The prediction model formula shows higher predictive efficiency, especially for the diagnosis of macrosomia.Trial Registration:ClinicalTrials.gov, {"type":"clinical-trial","attrs":{"text":"NCT03002246","term_id":"NCT03002246"}}NCT03002246; https://clinicaltrials.gov/ct2/show/{"type":"clinical-trial","attrs":{"text":"NCT03002246","term_id":"NCT03002246"}}NCT03002246?recrs=e&cond=fetal&draw=8&rank=67.