利用突发检测算法探测学科前沿及知识基础

以h指数研究领域为例,利用CiteSpace软件对数据进行突发检测分析,获取h指数研究领域知识基础和学科前沿,分析突发检测算法的优越性和不足.本研究为今后学科前沿和知识基础探测提供了有益参考.     

基于共词分析的近20年结核合并HIV/AIDS国际研究热点及进展分析

目的通过系统分析近20年以来结核合并HIV/AIDS感染的相关科研文献的年代、作者、期刊、语种、国别、主题词的分布,来展示结核感染合并HIV/AIDS的研究现状。方法检索PubMed数据库中近20年发表的有关结核合并HIV/AIDS的文献,对相关文献的数量、作者、期刊、语种、国别、高频主题词进行统计分析,并对近20年和近3年相关文献的高频主题词进行同篇聚类分析。结果共检出结核感染合并HIV/AIDS的相关文献11298篇,统计分析表明,HIV/AIDS合并结核该研究主题的科研论文数量整体上呈上升态势,近20年的HIV/AIDS合并结核研究主题现状和近3年进展的聚类结果趋于一致,主要集中于以下6个方面:结核合并HIV/AIDS的药物治疗以及在治疗过程中结核分枝杆菌的遗传学和微生物学变化、艾滋病机会性感染结核的诊断、结核合并艾滋病的流行病学、结核合并HIV/AIDS感染的防治、结核合并HIV感染的免疫学6个方面。结论结核合并HIV/AIDS疫情的日益严峻,警示我们需加大结核合并HIV/AIDS研究及防治领域的关注力度,以期能有所突破,实现有效控制疫情快速蔓延的目的。     

贵阳市成年体检人群酒精性肝病的流行病学调查

酒精性肝病是由于长期大量饮酒所致的肝脏疾病。在西方国家,酒精性肝病是导致肝硬化的最主要因素。随着我国生活水平的不断提高,生活方式及社交方式的改变,酒精性肝病的发病率不断升高。鲁晓岚对西安的调查发现酒精性肝病患病率占饮酒人数的6．1%。     

面向主题词/副主题词的PubMed数据挖掘软件

采用面向主题词/副主题词的PubMed数据挖掘软件对从PubMed下载的MEDLINE格式文献的主题词字段进行字符串的查询统计,以达到数据挖掘的目的.该软件主要有三个方面的功能:分析主题词与副主题词的频次、频率以及主题词与副主题词的组配关系,可以进一步对下载的记录进行主题词/副主题词之间的组配检索;分析关于某类事物(如药物或治疗过程等)在不同时间段的分布情况;通过对一组相同类型的不同事物间(如多个药物或治疗过程等)发表文献的比较,得到这些事物的相似度.     

利用链接分析发现中国大学网站的权威网页和中心网页

从中国大学排名前100位的大学中选取36所综合性大学，利用Alltheweb搜索引擎收集网站链接数据，单纯从大学间的网站链接关系出发，得到了权威网页和中心网页。     

国外艾滋病护理研究的热点分析

艾滋病是由于人类免疫缺陷病毒（HIV）侵犯机体免疫系统，大量杀伤免疫细胞。导致机体细胞免疫功能缺陷及免疫监督功能低下，从而并发以机会性感染为特征的器官功能衰竭和（或）恶性肿瘤的严重慢性传染性疾病。在首例艾滋病临床病例报告20年后的今天，艾滋病已成为人类目前最具有毁灭性的疾病。目前我国正处于艾滋病病毒感染的快速增长期。若不及时采取有效的治疗护理措施，     

以问题为基础的教学法在《医学情报研究方法》教学中的应用

一、前言 《医学情报研究方法》是医学信息学系的一门专业课,该课程的目标是向学生全面介绍情报研究的各个环节,从选题、收集和鉴定情报,到分析综合情报素材,编写研究报告,成果评价等内容,是一门涉及学科面广,实践性强的课程.     

国外临床数据挖掘研究热点的文献计量学分析

为了解近年国外临床数据挖掘领域的研究热点,以Web of Science收录的文献为研究对象,采用文献计量学方法对“最新高被引文献-施引文献”引文网络进行聚类和分析,总结出国外临床数据挖掘的研究热点,以期对我国相关领域研究有所借鉴。     

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。     

生物医学实体关系抽取的研究

人类基因组计划使生物医学的研究取得了前所未有的成就,在研究结果中得到了大量的生物医学实体,如基因、蛋白质、器官、疾病和药物等,但这些生物实体之间存在什么样的关系仍不完全清楚.作为生物医学研究成果载体的文献呈指数增长,已成为科研人员获取知识的瓶颈.文本挖掘能够解决信息超载问题,故对生物医学实体关系的挖掘流程和评价指标进行介绍,对生物医学文本挖掘在研究生物实体关系抽取中采用的基于统计的方法、基于自然语言处理的方法和基于模式匹配的方法进行了阐述,对各种方法进行了综合比较,同时介绍了国内外相关研究.