标题
  • 标题
  • 作者
  • 关键词

SemRep和突发监测算法在文献计量分析中的应用——以疾病药物治疗发展趋势为例

2021-07-24分类号:G353.1;R978.7

【作者】徐爽  许丹  韩爽  杨颖  
【部门】中国医科大学图书馆  
【摘要】突发监测,是通过观察增长率骤然上升的突发词的发展变化,来探测学科前沿的方法。SemRep可以根据UMLS (unified medical language system)提取自然语言语义关系。本文通过SemRep结合突发监测算法,揭示某领域研究现状及发展趋势,以疾病药物治疗为例,分析了SARS药物治疗领域的研究重点和热点。在新型冠状病毒肺炎疫情背景下,为新型冠状病毒(SARS-CoV-2)防控药物的选择与开发提供有力线索。在SARS药物治疗研究文献集合中,利用SemRep和SemRep语义结果处理系统,根据UMLS语义关系,提取存在治疗关系的药物术语概念集合,合并去重后得到Ribavirin (利巴韦林)等有效概念51个,这些药物是SARS治疗常规药物,主要用于疫情发生时的临床急救。根据Kleinberg突发监测算法,计算药物概念的突发权重指数,将概念按突发权重指数高低排序后,得到SARS治疗潜力药物,这些药物大多是在疫情结束后进行的抗病毒实验室研究。SemRep结合突发监测的方法不仅适用于疾病药物治疗领域,也用于各个学科研究热点的挖掘。
【关键词】SemRep  突发监测  一体化医学语言系统  SARS  新型冠状病毒
【基金】辽宁省教育厅科学研究项目青年科技人才“育苗”项目人文社科类“pubMR结合突发监测算法预测疾病药物治疗发展趋势”(QNRW2020005);; 中国医科大学“青年骨干支持计划”(人文社科类)(A类)项目“基于突发监测的ESI世界前沿科学发展趋势预测”(QGRA2018009);; CALIS全国医学文献信息中心科研基金项目“大数据环境下基于突发监测的医学研究前沿发展趋势预测”(CALIS-2018-02-001);; 辽宁省社会科学规划基金项目“大数据驱动下智慧化学科精准服务平台设计与构建”(L20BTQ
【所属期刊栏目】情报学报
文献传递