蛋白质相互作用网络研究的引文分析

目的：通过对蛋白质相互作用网络文献的同被引分析,得出其研究热点。方法：下载SCI数据库中蛋白质相互作用网络文献及其引文,统计引文频次,取被引频次超过33、累计百分比约为10%的58篇文献作为高被引论文,对来源-引文矩阵进行层次聚类分析,利用Ucinet软件对高被引文献的同被引矩阵进行k核分析,阅读文献得到该主题的研究热点。结果：高被引文献聚类分析得到6个研究热点。结论：蛋白质相互作用网络的热点主要集中于蛋白质相互作用网络数据的分析处理、生物网络中功能模块的研究、蛋白质相互作用的数据库建立、蛋白质相互作用网络拓扑结构的分析、关于蛋白质相互作用数据的分析软件、蛋白质相互作用网络的预测。     

病案相关研究的文献计量学分析

利用文献计量学方法，对被PubMed收录的2001-2005年病案相关研究的全部文献进行统计分析，统计年发文数量、文献类型、期刊分布、论文语种、作者、作者地区分布六个文献计量学指标。根据统计结果，发现病案相关研究的文献数量总体呈递增趋势，领先国家主要集中在美、德、英等发达国家。

     

医学信息存储与检索研究热点的共词聚类分析

应用共词聚类分析的方法对MEDLINE中医学信息存储与检索方面文献的高频主题词进行聚 类，结合相关文献调查，分析出医学信息存储与检索的研究热点主要集中在因特网、数 据库、信息系统、循证医学、语言处理等方面。

 

 

     

以问题为基础的教学方法在医学文献检索课教学中的实践

介绍了在医学信息系学生的医学文献检索课中实践以问题为基础的教学方法的总体思路及实施过程，并对学生发放调查表以评价该方法的教学效果及存在问题。结果表明，该教学方法充分培养了学生的组织能力、协作能力、思维能力、动手能力以及自主学习能力等素质，深受学生的喜爱，但其具体的实施方法尚需改进。

     

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。

     

运用非相关文献知识发现方法挖掘疾病的潜在相关基因

基于非相关文献的知识发现有开放式挖掘和闭合式验证两个过程。先应用开放式的非相关文献知识发现方法寻找与先天性全身多毛症（CGH）相关的潜在候选基因,再应用闭合式方法进行验证和初筛,最后使用Gene、OMIM及PubMed数据库对初筛后保留的基因进一步分析研究,发现CGH可能与位于常染色体17q的潜在MAP2K6基因相关。实践证明,应用非相关文献知识发现方法可用于挖掘疾病的潜在基因。     

共词聚类法和主题词聚类法挖掘专题热点的效果评价——以鼻咽部肿瘤为例

运用共词聚类和主题词聚类方法对 PubMed和SCI收录的鼻咽癌文献进行挖掘、整理与分析，并与该领域权威专家的综述进行比较研究。结果显示，主题词共词聚类过程简单，准确性较高；同被引聚类法得到的研究热点更全面。两种方法的符合率和准确率均较高。

     

引文—内容词分析法反映专题学科发展历史及现状的可靠性评价

以“妊娠糖尿病”专题为例,应用引文共引聚类方法揭示某一学科专题研究的发展历史，应用高频引文来源文献的内容词分析法揭示其研究现状。同时与专家的系统性综述相对比进行评价，结果得出引文—内容词分析法是反映专题发展历史及现状的可靠方法。