目的:研究探讨Web of Science(WOS)科技文献数据库中人工智能(AI)在肾脏病学领域中相关的研究与应用,为临床相关研究提供提供参考。方法:通过系统检索WOS数据库建库至2022年5月8日关于AI在肾脏病学领域中应用的科技文献,获得1136篇相关研究数据,其中包括文献发表时间、期刊名称、研究机构、国别、引文和关键词信息,使用VOSviewer1.6.17软件对AI在肾脏病学中的研究信息进行提取,并对国家、研究机构和作者生成合作网络聚类图,对关键词进行可视化聚类分析,建立共聚类图谱。结果:经过排除及筛选,共检索获得AI在肾脏病学领域中应用的科技文献1 136篇,发文量呈逐年上升趋势。发文量排名前5的国家分别为美国、中国、意大利、韩国和日本,发文量较多的国家间形成4个合作团体。其中,发文量最多的期刊为《Journal of Endourology》(《内泌尿学杂志》),美国的KaoukJH作者参与发文数量最多;参与10篇及以上的57名作者之间形成8个合作团体。参与合作机构数量>8个的18个研究机构形成了5个合作团体,其中机构中心性最高的是克利夫兰医学中心(Cleveland Clin)。检索分析的关键词中,最终聚类为机器人辅助手术、癌症治疗以及机器学习在肾脏病风险预测和诊断中的应用共3类。结论:AI在肾脏病学领域中展现出了广阔的应用前景,以深度学习为代表的机器学习是当前的研究重点。
该综述旨在对当前全球领导人营养不良倡议(GLIM)在外科住院手术患者中应用的相关文献进行范围综述,了解GLIM标准在外科手术患者中的实际应用现状及效果,为后续开展GLIM标准的应用及验证提供借鉴和参考。根据澳大利亚乔安娜布里格斯研究所范围综述指南[1],计算机检索PubMed、CINAHL、Scopus、Embase、The Cochrane Library、Web of Science、中国生物医学文献数据库、中国学术期刊数据库、中国生物医学文献数据库等,对纳入文献提取数据进行整理和分析。共有34篇文献符合研究标准,外科手术中因胃肠道肿瘤接受手术的患者为GLIM标准应用的重点人群,较常见的研究设计类型为队列研究和横断面研究。最常用的表现型指标为非自主性体重减轻和低体质指数,最常用的病因型指标为疾病或炎症状态,GLIM标准在部分外科住院手术患者的营养不良诊断中具有良好的临床适用性。尚需要在不同的外科手术患者群体和疾病环境中严格按照GLIM诊断标准进行应用研究,以识别和解决GLIM标准可能存在的问题或不足之处,以促进标准的不断改进和优化,适应不同情境的需求。
