Всесторонний обзор литературы по COVID-19: библиометрический анализ на основе машинного обучения

ПРЕДПОСЫЛКИ: Вскоре после появления COVID-19 исследователи быстро мобилизовали усилия для изучения многочисленных аспектов заболевания, включая его эволюцию, клинические проявления, последствия, методы лечения и вакцинацию. Это привело к стремительному увеличению числа публикаций, связанных с COVID-19. Выявление тенденций и областей интереса с использованием традиционных методов обзора (например, обзорных и систематических обзоров) в столь обширной предметной области представляет собой сложную задачу. ЦЕЛЬ: Мы стремились провести обширный библиометрический анализ для получения всестороннего обзора литературы по COVID-19. МЕТОДЫ: Мы использовали набор данных COVID-19 Open Research Dataset (CORD-19), содержащий большое количество научных статей, посвящённых всем коронавирусам. С помощью метода на основе машинного обучения мы проанализировали наиболее релевантные статьи, связанные с COVID-19, и выделили наиболее значимые темы. В частности, мы применили алгоритм кластеризации для группировки опубликованных статей на основе сходства их аннотаций с целью выявления исследовательских кластеров и современных направлений исследований. Наше программное обеспечение доступно научному сообществу через GitHub. РЕЗУЛЬТАТЫ: Из 196 630 публикаций, извлечённых из базы данных, в анализ были включены 28 904. Среднее число публикаций в неделю составило 990 (SD 789,3). Страной, опубликовавшей наибольшее число статей, связанных с COVID-19, был Китай (2950/17 270; 17,08%). Наибольшее число статей было опубликовано в bioRxiv. Lei Liu, представляющий Южный университет науки и технологий Китая, опубликовал наибольшее число статей (n=46). Только на основании заголовков и аннотаций мы смогли выявить 1515 обзоров, 733 систематических обзора, 512 когортных исследований, 480 метаанализов и 362 рандомизированных контролируемых исследования. Среди рассмотренных публикаций были выявлены 19 различных тем. Наиболее доминирующей темой была реакция системы общественного здравоохранения, за которой следовали практики оказания клинической помощи во время пандемии COVID-19, клинические характеристики и факторы риска, а также эпидемические модели для его...