ديداري‌سازي مطالعات بيماري مولتيپل سيستم آتروفي بر اساس شبكه همكاري و شاخص‌هاي مركزيت در پايگاه وب آو ساينس

Visualizing Multiple System Atrophy Studies Based on Collaboration Network and Centrality Indices in Web of Science Database

مقدمه: تجزيه و تحليل شبكه‌هاي اجتماعي روشي تحليلي است مبتني بر نظريه‌هاي نمودار كه ارتباط بين افراد يا عوامل را به‌منظور تجزيه و تحليل ساختارهاي اجتماعي ناشي از آن روابط، شناسايي مي‌كنند. تجزيه و تحليل شبكه هم‌نويسندگي و هم رخدادي واژگان بر اساس شاخص‌هاي علم‌سنجي و سنجه‌هاي مركزيت در مطالعات چاپ‌ شده بيماري مولتيپل سيستم آتروفي است كه در پايگاه داده وب آو ساينس از سال 1988 تا 2018 نمايه شده است. روش: در اين پژوهش توصيفي، تحليلي و موردي مقالات چاپ ‌شده در پايگاه وب آو ساينس از سال 1988 تا 2018 بر اساس سر عنوان‌هاي موضوعي پزشكي (Mesh) جمع‌آوري شد و از فنون مختلف علم‌سنجي شامل تحليل هم رخدادي، هم نويسندگي و ترسيم شبكه استفاده شد. نتايج: در اين مطالعه 6767 مقاله در زمينه موضوعي بيماري مولتيپل سيستم آتروفي بازيابي شد. اين مقالات توسط 39184 نويسنده‌، 3884 سازمان‌، 80 كشور و 832 مجله گردآوري شده‌اند. در اين بررسي بر اساس هم رخدادي 8 خوشه در حوزه موضوعي بيماري مولتيپل سيستم آتروفي مشخص شده است كه مهم‌ترين موضوعات آن شامل بيماري مولتيپل سيستم آتروفي، لووي بادي‌، ارتو استاتيك، هايپوتنشن، فلج پيش رونده، توموگرافي پوزيترون و ژن‌ها بودند. نتيجه‌گيري: مطالعات علم‌سنجي در اين بيماري‌ در واقع يك نقشه موضوعي را نمايش مي‌دهد كه مي‌تواند در سياست‌گذاري‌هاي مطالعات مطرح در اين حوزه تأثيرگذار باشد و همچنين از طريق بررسي اين شاخص‌ها موضوعات مطرح در اين حوزه شناسايي شد و از اين طريق مي‌توان مواردي كه كمتر مورد توجه قرار گرفته را به عنوان موضوعات پژوهش در آينده بررسي كرد.

Introduction: Social network analysis is an analytical method based on graph theories that identifies relationships between individuals or factors to analyze the social structures resulted from those relationships. The objective of this study was to analyze co-authorship and co-word networks based on scientometric indicators and centrality measures in the studies on multiple atrophy system disease published in Web of Science database from 1988 to 2018. Methods: In this descriptive-analytical case study, the articles published in Web of Science database from 1988 to 2018 were collected using medical subject headings (MeSH) and various scientometric techniques including co-word analysis, co-authorship analysis, and network mapping. Results: In this study, 6767 articles on multiple system atrophy disease were retrieved. These articles were written by 39184 authors from 3884 organizations and 80 countries and were collected from 832 journals. In this study, based on co-occurrence, 8 clusters in the subject area of multiple system atrophy disease were identified the most important of which were multiple system atrophy disease, Lewy body, orthostatic, hypotension, progressive paralysis, positron tomography, and genes. Conclusion: Scientometric studies on this disease show a thematic map that can be effective in policy-making for studies in this field. Moreover, by examining these indicators, the issues in this field were identified and through this, the cases that are less taken into consideration can be detected and investigated as future research topics.