本文在以下e-collection /主题问题:

二次使用的临床数据研究和监测(260) 科学计量学、Infometrics Altmetrics (63) 个人健康记录,Patient-Accessible电子健康记录,病人门户(443) 电子健康记录(814) 可视化电子健康(53) 数字卫生Meta-Research和文献研究(21)

发表在在9卷,没有11(2021):11月

本文的预印本(早期版本)是可用的https://preprints.www.mybigtv.com/preprint/31142,第一次出版。
可视化知识演化趋势和研究热点的个人健康数据研究:文献计量分析

可视化知识演化趋势和研究热点的个人健康数据研究:文献计量分析

可视化知识演化趋势和研究热点的个人健康数据研究:文献计量分析

本文的作者:

Jianxia龚1 作者Orcid形象; Vikrant Sihag2 作者Orcid形象; Qingxia香港3 作者Orcid形象; Lindu赵1 作者Orcid形象
文章 作者 (1)引用的 Tweetations (6) 指标

    原始论文

    1经济与管理学院,东南大学,南京,中国

    2工业工程系和创新科学、埃因霍温科技大学,荷兰埃因霍温

    3技术和运营管理,部门,荷兰鹿特丹伊拉斯谟大学鹿特丹

    通讯作者:

    Lindu赵博士

    经济与管理学院

    东南大学

    2号Sipailou

    南京,210096年

    中国

    电话:86 2583793776

    传真:86 2583794731

    电子邮件:openmis@163.com


    背景:最近激增的临床和临床前与健康有关的数据一直伴随着相应增加个人健康数据(博士)研究跨多个学科如医学、计算机科学和管理。现在有一个需要综合多种学科博士学位的动态知识发现潜在的研究热点。

    摘要目的:本研究的目的是揭示了知识进化趋势博士使用文献分析和检测潜在的研究热点。

    方法:我们收集8281篇文章发表在2009年和2018年之间的网络科学数据库。知识进化分析(KEA)框架被用来分析博士研究的发展。KEA框架是一种文献计量的方法,是基于三个知识网络:参考co-citation关键词同现,纪律同现。

    结果:研究结果显示,博士研究的重点已经从医学中心技术中心自2009年以来,以人类为中心的。最活跃的博士知识集群发展中知识资源和分配稀缺资源。计算机科学领域,尤其是人工智能(AI)的话题,已经在博士最近的实证研究的焦点。主题相关的心理学和人为因素(如态度、满意度、教育)也得到更多的关注。

    结论:我们的分析表明,博士研究可能提供价值在未来医疗保健。所有利益相关者应该接受关于人工智能的教育技术促进值生成通过博士学位。此外,技术开发人员和卫生保健机构应该考虑人为因素促进PHD-related技术的有效应用。这些发现表明跨学科合作机会几个博士研究领域:(1)AI申请博士学位;(2)博士学位的监管问题和治理;(3)教育的所有利益相关者对人工智能技术;和(4)价值的卫生保健包括“分配价值,”“技术价值,”和“个性化价值。”

    地中海JMIR通知2021;9 (11):e31142

    doi: 10.2196/31142

    关键字

    知识进化趋势; 研究热点; 个人健康数据; 文献计量学


    在过去的20年里,使用病人医疗信息迅速增加临床实践和研究[1,2]。提高对个人健康数据的访问(博士),由于新兴技术如可穿戴设备,和手机改善了医疗保健及医患关系,特别是对非传染性慢性病患者(3]。博士可以扮演重要的角色在提供以病人为中心的,而不是disease-centered医疗通过促进卫生保健提供者来了解一个人的病史和当前健康状况4- - - - - -6]。同时,这个数据驱动的方法是提供具有成本效益的和高质量的健康care-known价值取向的卫生保健7]。预计博士将继续改变医疗保健行业。

    博士学位包括临床数据(例如,电子医疗记录(电子病历),电子健康记录(电子病历),个人健康记录(phr))和临床前数据(如情绪、情感、特点、和社交媒体行为)(2]。图1显示了EMR之间的关系、EHR PHR,博士学位。EMR文件实时电子文件只包括临床记录已经取代了纸质文件;这些通常是不发送到其他卫生保健提供者在医院或诊所治疗(8]。这个过渡到电子记录表示一个伟大的数字医疗行业的转型。EHR的标准化提供了健康信息的存储库,极大地促进了不同机构之间的互操作性(2]。EHR通常属于卫生保健组织(9和无法轻易传播不同组织之间因为不同的数据标准和卫生信息系统。为了克服这个限制,PHR生成(6]。phr电子记录的与健康有关的信息符合国家互操作性标准,可以来自多个来源(例如,电子医疗纪录、实验室测试结果,智能手机,和可穿戴设备),而被管理、共享,和由个人控制的(10]。

    ‎
    图1所示。PHR、EHR和EMR的关系。EHR:电子健康记录;EMR:电子病历;PHR:个人健康记录。
    把这个图

    卫生保健提供者现在访问从EHR临床数据和病人自我报告健康数据(例如,测试结果,药物列表、过敏)phr。然而,他们没有访问病人的自我经历、态度、感情和情绪状态。物联网的发展和可穿戴设备意味着博士还可以包括临床前与健康有关的数据,如日常体力活动和饮食。个人现在分享更多和更详细的卫生信息通过Twitter等社交媒体平台和通过在线健康社区如PatientsLikeMe [11]。山(12)博士定义为任何数据与一个人的健康状况(12),而Plastiras和奥沙利文(13)博士视为健康数据生成的患者在他们的日常生活。在这项研究中,博士被定义为数据相关的临床和临床前的幸福,包括EMR, EHR, PHR,环境和社会媒体数据。将更广泛的临床前博士等情感与感觉已被证明能够促进个性化健康保健服务(14,15]。

    博士的研究在各个领域引起了人们的关注,包括计算机科学,生物信息学,医学和公共卫生。搜索关键字“个人健康数据”的网络科学表明,相关文章博士(大幅度上升多媒体附录1)。几个系统评价已发表在不同的主题相关的博士学位(表1)。这些包括与EHR[相关安全和隐私问题16),数据类型和标准化6),主持人和在美国使用EHR壁垒17,18),数据共享障碍(19),和伦理问题的数据收集20.]。其他影响因素调查使用PHR和大数据的应用博士(11,21,22]。而博士研究文献增长迅速,一些学者承认的价值呈现综合景观和博士论文的主题演化过程的研究人员在不同的学科,文献计量的定量分析方法可能是有用的。一些学者分析了现状和发现EHR的高频词汇23- - - - - -26]。温等(27]分析了出版物的生产趋势电子医疗纪录的国家从2009年到2015年。王等人[28]运用文献计量方法来比较热点地区出版6中不同时期国家的电子医疗纪录。钱等最近的文章(29日)和Zhenni宇(30.)应用社会网络分析和主题建模方法探讨EHR出版物深入探讨出版物趋势和检测领域。然而,这些主要是针对特定类型的健康数据:电子健康档案。Karampela et al (2)用系统的映射方法目前的出版渠道,出版年,主要研究课题提供一个更完整的博士研究的概述。然而,目前尚不清楚什么阶段每一个主题,每个主题是如何发展的,哪些知识的趋势也在不断变化,主题将成为研究热点。

    本研究旨在检验检测潜在的发展趋势和研究热点博士通过识别,分类,聚类的博士研究课题从2009年到2018年。我们用知识进化分析(亚)与文献计量技术科学评论文章从网络检索数据库。本研究的进化痕迹博士使用基于参考co-citation知识网络,关键字同现,纪律同现。揭示博士研究课题之间的相互关系将为未来的研究提供一个坚实的框架。表2提出了将回答的关键问题。

    表1。比较文学的评论。
    研究 研究问题 样本大小 时间范围 方法
    阿切尔et al (17] phr一个设计、功能实现、应用程序、结果和福利 130年 无限- 2010 系统综述
    Fernandez-Aleman et al (16] 电子医疗纪录的安全和隐私b 49 2006 - 2011 系统综述
    范Panhuis et al (19] 数据共享的障碍 65年 无限- 2013 系统综述
    克鲁斯等(18] 采用电子病历的因素 31日 2012 - 2015 系统综述
    苦于et al (6] 数据类型、标准、资料、目标与phr方法、功能和体系结构 97年 2008 - 2017 系统综述
    阴等(11] 机器学习在网上个人健康数据 103年 2010 - 2018 系统综述
    马赫et al (20.] 伦理问题在被动的数据收集 48 无限- 2018 系统综述
    Abd-alrazaq et al (21] 影响因素phr的使用 97年 2000 - 2018 系统综述
    梅塔和潘迪特(22] 大数据分析博士学位c 58 2013 - 2018 系统综述
    王等人[28] 热点地区出版电子医疗纪录的进化 17678年 1957 - 2016 文献计量方法
    温等(27] EHR的生产趋势 1803年 1991 - 2005 文献计量方法
    郭et al (23] 地位,EHR的热点 5095年 2005 - 2010 文献计量方法
    梁等(24] 地位,EHR的方向 1262年 1990 - 2013 文献计量方法
    Ruixian et al (25] EMR的状态d在中国 262年 1999 - 2004 文献计量方法
    Zhenni和宇30.] EHR的热点 13438年 1900 - 2019 文献计量方法
    钱等(29日] 景观、热门话题、电子医疗纪录的趋势 13438年 1900 - 2019 文献计量方法
    林等人[26] EMR的研究在中国的地位 1752年 1999 - 2012 文献计量方法
    Karampela et al (2] 出版来源,出版年,研究课题 246年 无限- 2018 研究系统的映射
    本研究 博士的知识进化轨迹,包括EHR, PHR和EMR 8281年 2009 - 2018 文献计量方法

    一个PHR:个人健康记录。

    bEHR:电子健康记录。

    c博士:个人健康数据。

    dEMR:电子医疗记录。
    表2。映射问题。
    问题和ID 映射的问题 基本原理
    MQ1一个引用:


    		MQ1.1 如何引用co-citation网络形状? 了解主要议题和研究主题发展的博士学位。b

    		MQ1.2 知识集群发展得如何呢? 识别哪些博士最长寿和最新的热点话题。

    		MQ1.3 引文的引用网络是什么? 探索新兴的博士研究课题的特点是文章。
    MQ2:关键字


    		MQ2.1 近年来爆发的关键字是什么? 探索新兴研究方向博士学位以关键词。
    MQ3:学科


    		MQ3.1 什么学科类别共生网络形状? 识别趋势的学科类别参与博士。

    		MQ3.2 学科类别爆发是什么? 探索学科类别在博士突然增加。

    一个MQ:映射问题。

    b博士:个人健康数据。

    数据收集

    2009年,美国卫生信息管理协会启动了一个基金会计划“更好的健康信息”(2]。从那时起,博士的研究已经得到了极大的发展。因此,检索的时间跨度从2009年到2018年(数据收集于2019年3月8日)。在这次审查中,我们依靠科学的学术出版物在Web核心集合,涵盖超过21000科学和社会科学期刊和跨学科研究提供了访问多个数据库参考。网络科学一直被认为是一个理想的数据源进行文献计量分析。

    为了确保数据集的质量,我们检索原始研究的文章和评论文章从科学引文索引扩展和社会科学引文索引。作为博士没有共同的定义,以下术语搜索在标题、摘要、或关键词识别PHD-related研究科学的Web数据库:“个人健康数据”,“个人健康记录”,“电子健康记录”或“电子病历”。在网络科学、“主题搜索”函数返回的结果在标题,摘要,或者关键词。因此,搜索查询的定义如下:

    TS(主题)=(“个人健康数据”或“个人健康记录”或“电子健康记录”或“电子病历”)和DT(文档类型)=(“文章”或“审查”)和PY(出版)= (2009 - 2018)。

    这个搜索了8544的出版物。在消除出版物复制或不完整的检索数据,8281条记录了7855(94.86%)的原始文章和426(5.14%)的评论文章。数据集选择过程遵循棱镜(首选项报告系统评价和荟萃分析)流(图2)。

    ‎
    图2。棱镜(首选项报告系统评价和荟萃分析)选择的数据流程图。
    把这个图

    数据分析

    概述

    我们使用KEA分析博士研究的进化。KEA遵循文献计量的方法,即每个文章都被视为是一种知识资源。各种知识资源代表知识的关系网络:参考co-citation关键词同现,纪律同现。可以将这些知识网络分析的三维引用,学科,关键字使用相似性聚类(31日,32]。这种组合的参考,关键字和学科网络代表一个知识内核,这是一个三维空间描述的总体知识网络研究领域(图3)。因此,3知识网络存在的进化知识内核的三维引用,学科和关键字。综上所述,3知识网络代表了知识进化的知识内核。这种方法被称为食肉鹦鹉。此外,破裂探测技术来识别新兴的研究热点。

    ‎
    图3。三维归因的知识内核。
    把这个图

    一篇文章通常由许多人引用和被引用。识别文章之间的相互关系,参考co-citation分析是常用的。Co-citation分析只能分类引用文献在研究领域的一部分,所以关键词同现和纪律同现的技术也被用来揭示其他关键主题的信息。这三个技巧可以帮助分析的动力学研究领域随着时间的推移,将在下面详细讨论。

    参考Co-citation网络

    小(33co-citation定义为”两个项目的频率的早期文献引用在一起以后文学”。参考co-citation网络生成阈值为4或更多co-citations [34),和网络划分为若干个簇,每个网络被贴上的术语提取最具代表性的引用文章的标题(35]。这一分析表明博士研究焦点会随着时间而改变。

    关键词共生网络

    预定义的关键字列表代表一篇文章的核心思想。之间的统计相关性关键词同现是指在同一篇文章中出现的关键词。关键字同现网络链接关键字在同一篇文章中列出,并展示了这些关键词之间的关系作为网络地图。任何2之间最短的距离并不直接相关的关键字都被视为是亲密的两个词34]。集群形成密切相关的关键字代表了一个关键的主题域的一个研究领域。爆炸检测算法显示了如何通过频率分析关键词出现表示最活跃的博士研究热点随时间36]。

    学科共生网络

    在这种技术中,每一个科学分配给1条或更多学科计算学科之间的统计相关性。当一篇文章被分配给两个学科,这些学科是相关的,和相关学科相结合,形成了纪律同现网络(37]。一阵检测算法可以用来检测最活跃的学科博士的文章(36,38]。

    在这项研究中,我们使用CiteSpace 5.2。R2,文献计量工具分析博士的文章(39]。


    在下面几节中,我们提出的KEA引用,发表博士研究学科,和关键词。

    参考Co-citation网络

    我们建造了一个co-citation网络最多的100个港口每年从2009年到2018年引用文章。聚类方法都使用了对数似然比。分析确定了15个主要集群。轮廓值≥0.7表明高相似文章中相同的集群,而模块化Q值≥0.6662表明高集群之间的差异[34]。

    图4显示了博士知识内核的演变轨迹的基础上,参考co-citation网络。彩色条顶部的图代表不同的年。相应的彩色曲线代表co-citations发生在那一年。节点描述的大小与引用“年轮”表示一篇文章被引用的次数(34]。网络进一步分解为集群的紧密耦合的引用。每个集群标签是在标题中使用术语提取名词短语。

    ‎
    图4。Co-citation集群的引用(模块化Q = 0.6662,意味着Sihouette = 0.278,选择标准=每片100强)。
    把这个图

    从图4,我们可以看到,最受欢迎的博士研究课题改变随着时间的推移。2013年以前,知识集群如集群3(临床决策支持)、5(信息技术扩散),2 (EHR系统)主要集中在医学和技术。从2013年开始,重点转移到医疗资源分配,如集群8和9,专注于开发知识资源和分配稀缺资源。仔细检查集群8和9中可以找到多媒体附录2。它列出了文章报道≥9%,代表的比例在每个集群成员,引用的文章。在某种程度上,这些文章是每个集群的最具代表性的文章。例如,文章重点发展精密医学知识资源(40),使用电子病历临床决策(41,42),审查一个集成的临床决策支持系统43集群)是最具代表性的文章8(开发知识资源)。同样,文章关注稀缺资源分配心脏病(44),一个群体EHR队列研究(45在急救护理[]和数据科学应用46集群)是最具代表性的文章9(分配稀缺资源)。主要的集群中详细描述表3。

    表3。描述co-citation集群。一个
    意味着一年b 集群ID 大小c 轮廓 标签(LLRd)
    2003年 15 10 0.984 用户组的角度来看
    2005年 3 69年 0.805 临床决策支持
    2005年 5 62年 0.815 信息技术扩散
    2005年 10 31日 0.777 临床文档
    2006年 1 72年 0.872 综合评估
    2006年 13 18 0.947 药物和解问题
    2007年 4 64年 0.838 质量要求
    2007年 6 61年 0.809 权变因素
    2010年 2 70年 0.804 电子健康档案e系统
    2010年 7 61年 0.847 临床决策支持系统
    2010年 12 30. 0.833 电子健康信息交换
    2011年 0 95年 0.849 基因组时代
    2011年 11 31日 0.936 频率
    2013年 8 51 0.893 开发知识资源
    2013年 9 43 0.950 分配稀缺资源

    一个集群14中的连接组件小于默认值(K = 25),所以CiteSpace没有报告14 (39]。

    b的平均年文章在一个集群中。

    c在每个集群的文章数量。

    d。LLR:对数似然比

    eEHR:电子健康记录。

    关键字共生网络

    多媒体附录3显示关键字共生网络。多媒体附录4显示了56个关键词的最强的爆发100字,也常被每年在2009和2018之间。这是执行在CiteSpace使用“爆炸检测”功能。2009年,关键词与最强的爆发主要集中在基本的博士学位问题(例如,隐私,医生订单输入,和标准)和医疗问题(如糖尿病、心脏病、血压)。在2010年至2013年之间,关键字的临床信息系统、数据库、门诊、个人健康记录的最强的破裂。自2013年以来,破裂的关键词包括态度和满意度,这意味着博士研究从关注技术,medicine-centered视角关注以人为本的观点。最近破裂的关键字(例如,重新接纳、急诊科、可用性)似乎可能博士研究热点,关注卫生保健资源的效率和质量。

    纪律共生网络

    图5显示了博士的进化轨迹基于学科知识内核共生网络。节点的大小代表了文章的数量在一个特定的纪律。节点之间的链接显示跨学科合作。链接的颜色显示当一个连接是第一次。树的年轮代表同现一门学科的历史。一圈环的颜色表示的时间相应的引用。最大的节点是医疗科学,其次是医学信息学,一般内科医学,和计算机科学,这表明这些主流学科的博士学位研究。高的节点中间性中心(紫色rim) (35),包括卫生政策和服务,心理学,和商业和经济学,可能关键博士研究的范式转变。

    ‎
    图5。学科同现网络(2009 - 2018)(修剪=探路者,节点= 91,密度= 0.0576,选择标准= 60每片)。
    把这个图

    学科与最强的破裂所示多媒体附件5。管理是在列表的顶部爆裂强度为4.4358在2009年和2011年之间。2013年以前,大多数研究热点,比如生物化学和分子生物学、牙科、口腔外科和医学、医学和生物学学科。从2013年到2016年,各种技术被结合到博士的研究,包括计算机科学(人工智能(AI))和医学实验室技术。自2016年以来,药物滥用和心理学学科在博士的研究变得越来越受欢迎。心理学有一个爆裂强度相对较高(6.5215),为未来的研究似乎是一个重要的学科。社会科学也有很强的破裂时间最长(4.8105),这使得博士研究的焦点。


    主要研究结果

    我们所知,这是第一个系统的审查说明博士的研究已经发展和潜在热点的研究领域。我们检查了博士知识内核3 networks-reference co-citation,关键词同现,和纪律co-occurrence-to推出知识集群是如何进化的,哪些科目是关键,哪些学科是研究博士研究。提出KEA框架可以扩展到其他类似的跨学科研究领域。这也是第一个研究关注所有类型的博士,包括EMR EHR, PHR;之前的评论都集中在1类型的健康数据。最后,本研究包括大量文章(8281篇文章),并不局限于特定的研究问题或研究类型。

    参考co-citation网络透露,博士的研究主要集中在医学和技术问题(如临床决策系统)在2013年之前。从2013年开始,重点转向开发知识资源和分配稀缺的医疗资源。结果还表明,从2013年开始,研究社区一直在积极寻求方法有意义的利用博士学位。电子健康档案研究的总体趋势反映了先前发现的钱等(29日]EHR的研究已经从采用EHR EHR的更高级的应用和集成。从布卢门撒尔和Tavenner well-cited出版物是一个47],三角裤如何EHR病人和照顾者受益。其他研究已经探讨了基于电子健康档案的临床决策支持系统的好处以及使用EHR[壁垒18,48,49]。此外,医学博士学位的应用研究与技术发展演变。起初,EHR-based临床决策支持系统主要是用于诊断和治疗特定疾病,如糖尿病和心脏病(50]。后来,更多的努力开发和系统整合了医疗数据以改进基因组学和精密医学(40]。

    参考co-citation网络还显示,最活跃的博士知识集群发展中知识资源和分配稀缺资源。这是由关键词的分析显示博士研究关注紧急医疗通常涉及应用程序的最新知识和使用稀缺资源的44,46]。co-citation分析也表明,博士研究的重点是远离改善治疗决策优化资源分配到不同的组。这属于医疗价值的分配价值,旨在平衡不同群体之间的资源分配和改善卫生保健结果(51),从而改善医疗保健服务。与前面提到的一致,人工智能应用程序已被证明是有效的,特别是在图像判读(52,53)和诊断(54,55]。COVID-19大流行期间,人工智能系统发挥了重要作用快速早期检测和诊断(56,57]。人工智能在优化治疗方案,也可以帮助预防策略,和配置有限的卫生资源,缩小不平等在卫生保健,特别是在资源贫乏的环境中由于人力资源的短缺和医疗设备(58]。这些发现表明,有必要改善卫生资源分配的股票。值得注意的是,价值取向的卫生保健和人工智能应用程序应给予更多的关注。

    关键字同现分析显示,数据隐私等技术问题,数据标准化、数据质量,首先研究了不同信息系统之间的互操作性,哪些是有意义的,因为这些最初使用博士和关键步骤。数据质量是很重要的,因为它确保提供的信息的准确性。信息系统之间的互操作性为信息交换也很重要。鼓励人们分享他们的健康数据隐私保护。这些技术问题的重要性已经由其他系统评价(6,16,59,60]。这些发现表明,充分利用过程收集博士是先决条件的博士,应该把更多的精力在初始阶段的数据标准化和优化互操作性。

    破灭的主题相关的心理学和人为因素(如态度、满意度、教育)表示从地问题转向更多的以人为中心的博士研究的问题。布卢门撒尔的研究(4和迈耶61年)显示,有意义的利用博士需要更多地关注教育,态度,和所有的利益相关者满意。病人满意度对于成功是至关重要的卫生保健和取决于质量、沟通和人际互动与卫生保健提供者62年]。此外,基于ai技术包括机器学习、自然语言处理和人工网络集成到卫生保健更深入,“黑匣子”算法提高了技术责任的担忧以及病人和医生的信任57,63年]。进一步对监管问题的研究和治理博士因此建议。

    我们的研究结果也支持统一理论的接受和使用的技术(64年],它包括四个关键要素(即绩效期望,期望,社会影响和促进环境)影响我们如何使用技术。这些元素是人类如何与相关技术,确保技术为病人创造价值,医生,和管理员,最终提高满意度。技术(如人工智能物联网)现在广泛应用于医疗,这些问题是越来越多的重要性(65年]。前面提到的人为因素反映的概念“个性化价值,”另一个维度的价值取向的卫生保健,强调每一个病人应该充分了解治疗的益处和风险66年]。因此,技术开发人员和卫生保健机构需要考虑这些人为因素的有效PHD-related技术的采用。

    学科同现分析发现的进化博士研究各学科在过去10年来最近关注计算机科学,包括人工智能,机器学习,深入学习。这个同意认为计算机科学可以增加价值的博士学位(11,67年]。阴等(11)回顾了机器学习技术在个人健康调查的有效性基于在线博士(11],Payrovnaziri et al (68年)进行了回顾人工智能模型,使用电子健康档案数据。侯et al (36)指出,人工智能不仅可以用来作为筛查工具来解释放射学图像还解释这些图像与比人类更大的一致性。此外,基于ai技术有潜力提高努力精密医学。Tran et al (69年)表示,人工智能技术利用个人健康数据和数据科学提高预后诊断和康复。不管具体的技术或功能,一般这些技术的目的是减轻人力和设备资源的短缺和优化配置有限的医疗资源。这一概念的有效技术应用在博士研究了另一个维度的价值医疗称为“技术价值”(70年]。这些发现表明,所有涉众都应该了解人工智能技术来促进值生成通过博士学位。

    总的来说,我们的结果表明,健康数据分析应该超越提高决策过程为人群提供更好的结果(71年]。符合这个博士的研究过渡到更加以人为中心的方法用一个新的关注价值取向的卫生保健:“分配价值,”“技术价值,”和“个性化价值”(70年]。这些发现表明,博士研究有潜力的三重目标价值在未来医疗保健。

    限制

    有一些限制审查。首先,的范围是有限的数据来源(科学)的Web和所使用的搜索项。这项研究没有使用“情绪”,“情感”和“社交媒体数据”数据集搜索,因为它们不是明确的术语或关键字,这可能偏见的数据集。迭代改进将提高查询数据集的质量,尽管搜索策略充分满足研究目的。第二,结果现在的概述在博士研究结构和知识是如何进化而来的;然而,缺乏细节更具体的研究主题。研究人员需要使用额外的详细探索这个方法和其他学术出版物。话题来解决包括医疗不公平和具有成本效益的医疗保健通过共同努力下,专业卫生保健网络和病人网络(72年]。第三,co-citation网络依赖引用文章之间的关系。虽然一些引文反映一个强大的连通性,其他引用可能反映了较弱的连通性。需要进一步的研究来区分不同类型的引用。

    结论

    本研究使用KEA审查博士的进化研究和识别的研究热点。结果表明,博士研究的重点已经从医学中心技术中心,自2009年以来,以人类为中心的。博士应用于优化配置有限的医疗卫生资源,提高卫生保健服务的质量和效率。此外,基于ai技术越来越在博士的研究中,有关,这种技术可以用来缓解人力和设备资源的短缺。此外,现在博士的研究更关注主题相关的心理学和人为因素,如教育、态度,和利益相关者的满意度。这些发现表明跨学科合作机会几个博士研究领域:(1)AI申请博士学位;(2)博士学位的监管问题和治理;(3)教育的所有利益相关者对人工智能技术;(4)价值取向的卫生保健包括“分配价值,”“技术价值,”和“个性化价值。”

    确认

    这项工作是由中国国家自然科学基金(71671039)。

    作者的贡献

    所有作者都作出了实质性的知识贡献。詹,VS QK, LZ一起设计的研究。詹执行数据库搜索和数据分析。詹的初稿写手稿VS的支持下,QK,登陆点。QK和VS评论并添加到修订草案的手稿。所有作者阅读和批准最终的手稿。

    的利益冲突

    没有宣布。

    ‎
    多媒体附录1

    年度个人健康数据在网络上发表的文章数量的科学(2009 - 2018)。

    多克斯文件,52 KB
    ‎
    多媒体附录2

    一个文章列表,导致集群# 8 # 9。

    多克斯文件,19 KB
    ‎
    多媒体附录3

    关键词共生网络。

    多克斯文件,341 KB
    ‎
    多媒体附录4

    最强的56个关键词(2009 - 2018)。

    多克斯文件,23 KB
    ‎
    多媒体附件5

    15个学科最强(2009 - 2018)。

    多克斯文件,18 KB
    1. Meier CA,菲茨杰拉德MC,史密斯JM。电子健康:扩展、增强和发展医疗保健。为生物医学Eng 15:359 2013; 382年。(CrossRef][Medline]
    2. Karampela M, Ouhbi年代,Isomursu M .个人健康数据:系统映射的研究。Int J地中海通知2018年10月;118:86 - 98。(CrossRef][Medline]
    3. Bietz MJ,布劳斯CS,卡尔弗特年代,Godino詹,Gregory J Claffey MP, et al .机遇和挑战在个人健康卫生研究数据的使用。J是通知协会2016年4月;23 (e1): e42-e48 [免费的全文][CrossRef][Medline]
    4. 布卢门撒尔d推出高科技。郑传经地中海J 2010 2月04;362 (5):382 - 385。(CrossRef][Medline]
    5. 刘L, Stroulia E, Nikolaidis我Miguel-Cruz,里奥斯林康A智能家居和家庭老年人的健康监测技术:系统回顾。Int J地中海通知2016年7月,91:44-59。(CrossRef][Medline]
    6. 领导人,da Costa CA、Righi RDR de Oliveira KSF。个人健康记录:一个系统的文献回顾。J地中海互联网Res 2017 1月06;19 (1):e13 [免费的全文][CrossRef][Medline]
    7. 贝当古。追求高价值医疗保健:为提高质量和实现股权的医疗转换。前卫生服务管理2014;30 (3):16-31。(Medline]
    8. 米勒RH, Sim即医生使用电子医疗记录:障碍和解决方案。健康等于off(米尔)2004;23 (2):116 - 126。(CrossRef][Medline]
    9. 马登JM,医学博士Lakoma Rusinak D, Lu CY Soumerai某人失踪临床和行为健康数据在一个大型电子健康记录(EHR)系统。J是通知协会2016年11月,23 (6):1143 - 1149 (免费的全文][CrossRef][Medline]
    10. 卡恩JS, Aulakh V,博斯沃思a需要什么:理想的个人健康记录的特点。健康等于off(米尔)28 2009;(2):369 - 376。(CrossRef][Medline]
    11. 阴Z, Sulieman LM,马林巴。一个系统的文献回顾在线个人健康数据的机器学习。J是通知协会2019年6月1日,26 (6):561 - 576 (免费的全文][CrossRef][Medline]
    12. Segen JC。麦格劳希尔简洁现代医学的医学词典。纽约:麦格劳-希尔公司,公司;2002:353 - 354。
    13. Plastiras P,奥沙利文d交换个人健康数据与电子健康记录:患者的标准化信息模型生成的健康数据和日常生活的观察。Int J地中海通知2018年12月,120:116 - 125。(CrossRef][Medline]
    14. 学习SA Hazlett DE,哈里森L,卡罗尔JK,欧文,霍文c .卫生保健的新维度:系统回顾的用途,福利,和社交媒体健康传播的局限性。J地中海互联网Res 2013 4月23日,15 (4):e85燃料(免费的全文][CrossRef][Medline]
    15. Hassanalieragh M,页面,Soyata T, Sharma G, Aktas M,马特奥G,等。健康监测和管理使用物联网(物联网)遥感云处理:机遇和挑战。纽约:IEEE;2015年6月发表于:鳞状细胞癌15:学报2015年IEEE国际会议服务计算;2015年6月27日到7月2日,2015;纽约p。285 - 292。(CrossRef]
    16. Fernandez-Aleman杰,先生IC、Lozoya PAO Toval a电子健康记录的安全和隐私:一个系统的文献回顾。J生物医学通知2013年6月,46 (3):541 - 562 (免费的全文][CrossRef][Medline]
    17. 阿切尔N, Fevrier-Thomas U,洛克C, McKibbon KA,斯特劳斯SE。个人健康记录:一个范围。J是通知协会2011;18 (4):515 - 522 (免费的全文][CrossRef][Medline]
    18. 克鲁斯CS, Kothman K, Anerobi K, Abanaka l .采用电子健康记录的因素:系统回顾。地中海JMIR通知2016年6月01;4 (2):e19 [免费的全文][CrossRef][Medline]
    19. 范Panhuis工作组,保罗P,爱默生C, Grefenstette J,怀尔德R, Herbst AJ, et al。系统回顾的数据共享公共卫生方面的障碍。BMC公共卫生2014年11月05;14:1144 [免费的全文][CrossRef][Medline]
    20. 马赫NA、发送方JT Hulsbergen亚足联,N,兰帕克M, Onnela J, et al .被动数据收集和使用医疗:系统回顾的伦理问题。Int J地中海通知2019年9月,129:242 - 247。(CrossRef][Medline]
    21. 加德纳Abd-Alrazaq AA唱歌的BM, Farragher T, p .因素影响电子个人健康记录患者的使用:系统回顾。Int J地中海通知2019年6月,126:164 - 175。(CrossRef][Medline]
    22. 梅塔N,潘迪特赞同大数据分析和医疗:系统回顾。Int J地中海通知2018年12月,114:57 - 65。(CrossRef][Medline]
    23. 郭H,戴T,胡锦涛H .研究现状,电子健康记录的热点和趋势:文献计量分析基于PubMed数据库。中国数字医学2011;8:e1。(CrossRef]
    24. 勇梁Z L,鲁伊·Z,婷婷H,佳林L .文献计量学在网络科学的电子健康记录。中国循证医学2013;13 (11):1307 - 1312。(CrossRef]
    25. Ruixian Y,于C,晧瑜l .文献计量分析研究中国的电子医疗记录。正Res 2015; 11 (217): 21。(CrossRef]
    26. 李张林D,刘J, R, Y,黄t[应用程序状态评价方法的电子医疗记录:文献计量分析的评价)。盛吴仪雪锣程薛杂志2015年4月;32 (2):350 - 356。(Medline]
    27. 温家宝H,何鸿燊Y,剑W,李H,许。科学生产的电子健康记录研究,1991 - 2005。86年5月,第一版方法程序生物医学2007 (2):191 - 196。(CrossRef][Medline]
    28. 赵王Y, Y,见鬼W,郑J,董h .出版热点地区的发展电子健康记录从1957年到2016年,六个国家之间的差异。大数据2020年4月01;8 (2):89 - 106。(CrossRef][Medline]
    29. 倪钱Y, Z, Gui W,刘Y探索景观,热门话题,和趋势的电子健康记录文学主题检测与进化分析。IJCIS 2021; 14 (1): 744。(CrossRef]
    30. Zhenni N,宇问:状态,热门话题领域的电子健康记录:一个文献综述基于Lda2vec。纽约:计算机协会;2020年发表于:JCDL 20:学报ACM和IEEE联席会议在2020年数字图书馆;2020年8月1 - 5,;虚拟事件p。479 - 480。(CrossRef]
    31. 刘L,梅s可视化全球价值链研究:基于共生网络的文献计量分析。科学计量学2016年8月20日,109 (2):953 - 977。(CrossRef]
    32. Boyack千瓦,小H, Klavans r .改善使用全文co-citation聚类的准确性。J是Soc Inf Sci Tec 2013年7月19日,64 (9):1759 - 1767。(CrossRef]
    33. 小h . Co-citation科学文献:一个新的测量两个文档之间的关系。j。Soc。正,Sci 1973年7月,24 (4):265 - 269。(CrossRef]
    34. 陈C,杜宾R,金MC。新兴趋势和再生医学新发展:科学计量更新(2000 - 2014)。专家当今其他杂志2014;9月14日(9):1295 - 1317。(CrossRef][Medline]
    35. 陈c CiteSpace II:检测和可视化新兴趋势在科学文献和瞬态模式。j。Soc。Inf。Sci 2006年2月01;57 (3):359 - 377。(CrossRef]
    36. 侯J,杨X,陈c .新兴趋势和信息科学的新发展:一个文档co-citation分析(2009 - 2016)。科学计量学2018年3月7日,115 (2):869 - 892。(CrossRef]
    37. 刘Z,阴Y,刘W, Dunford m .可视化的知识结构和演化创新系统研究:文献计量分析。科学计量学2015年1月22日,103 (1):135 - 158。(CrossRef]
    38. j . jonkleinberg丛发性和层次结构在流。数据的最小知识越是加大2003;7 (4):373 - 397。(CrossRef]
    39. 陈c CiteSpace:测绘科学文献的实用指南。Hauppauge,纽约州:Nova科学出版社;2016:26-39。
    40. 霍夫曼JM, Dunnenberger嗯,凯文·希克斯J,粥汤可旋转Carrillo M, Freimuth RR, et al。开发知识资源来支持精密医学:从临床药物基因学原理实现财团(集团)。J是通知协会2016年7月,23 (4):796 - 801 (免费的全文][CrossRef][Medline]
    41. 希克斯JK, Dunnenberger嗯,阿甘KF,海达尔CE、霍夫曼JM。整合药物基因组学与临床决策支持电子健康记录。是J卫生系统制药2016年12月01;73 (23):1967 - 1976 (免费的全文][CrossRef][Medline]
    42. Caraballo P, Bielinski年代,圣索维JL温什波姆r电子医疗Record-Integrated药物基因组学及相关临床决策支持的概念。中国新药杂志2017年8月26日,102 (2):254 - 264。(CrossRef][Medline]
    43. 助人者,Boeker M,瓦格纳SA Lablans M, Newe年代,Hulsemann杰,等。将药物基因组学的临床决策支持系统测试集成到临床常规——范围审查设计用户系统交互的系统开发。BMC医学通知决策Mak 2017 6月06;17 (1):81免费的全文][CrossRef][Medline]
    44. Amarasingham R, Patel PC,托托K,纳尔逊会,Swanson TS,摩尔BJ, et al .实时分配稀缺资源,减少心力衰竭发生率:前瞻性对照研究。BMJ战Saf 2013; 12月22 (12):998 - 1005 (免费的全文][CrossRef][Medline]
    45. Koudstaal年代,Pujades-Rodriguez M, Denaxas年代,Gho JMIH,沙广告,于N, et al .心力衰竭预后的记录在初级护理,急性住院,或两者兼而有之:以人群为基础的电子健康记录队列研究210万人有关。欧元J心失败,2017年9月,19 (9):1119 - 1127 (免费的全文][CrossRef][Medline]
    46. Sanchez-Pinto LN,罗Y, Churpek毫米。大数据和数据科学护理至关重要。胸部2018年11月,154 (5):1239 - 1248 (免费的全文][CrossRef][Medline]
    47. 布卢门撒尔D, Tavenner m电子健康记录的“有意义的使用”的监管。郑传经地中海J 2010 8月05;363 (6):501 - 504。(CrossRef][Medline]
    48. 米切尔琼斯克鲁斯CS,克里斯托夫C, B, E,马丁内斯电子健康记录采用障碍:一个系统的文献回顾。地中海J系统2016年12月,40 (12):252 (免费的全文][CrossRef][Medline]
    49. 马米德尔顿B, Bloomrosen M,变硬,Hashmat B,柯柏走R, Overhage JM,美国医学信息学协会。提高患者的护理质量与安全通过改善电子健康记录系统的可用性:从AMIA建议。J是通知协会2013年6月,20 (e1): e2-e8 [免费的全文][CrossRef][Medline]
    50. 明亮TJ,黄,Dhurjati R,布里斯托E,巴斯蒂安·L, Coeytaux RR,等。影响临床决策支持系统:一个系统的复习。安实习生地中海2012年7月3日,157 (1):29-43 [免费的全文][CrossRef][Medline]
    51. 灰色m .基于价值的医疗保健。BMJ 2017; 356年1月27日:j437。(CrossRef][Medline]
    52. 拉P,空谈者AB、Hutson RK Andriole KP,德雷尔KJ,莫雷J, et al。机器学习在放射学:应用程序超出图像判读。J科尔Radiol 2018年2月,15 (2):350 - 359。(CrossRef][Medline]
    53. 尼科尔斯是的,赫伯特•陈HW贝克马伯,机器学习:应用人工智能成像和诊断。Biophys牧师2019年2月,11 (1):111 - 118 (免费的全文][Medline]
    54. 杨黄年代,J,方年代,赵问:人工智能在癌症诊断和预后:机遇和挑战。癌症列托人2020年2月28日;471:61 - 71。(CrossRef][Medline]
    55. 医学信息学P,帕蒂尔RS,施瓦茨WB。人工智能在医学诊断。安实习生地中海1988年1月1日,108 (1):80 - 87。(CrossRef][Medline]
    56. 金C,陈W,曹Y,徐Z,谭Z,张X, et al。人工智能系统的开发和评价COVID-19诊断。Nat Commun 2020 10月09年;11 (1):5088免费的全文][CrossRef][Medline]
    57. Vaishya R, Javaid M,汗IH Haleem a人工智能(AI)申请COVID-19大流行。糖尿病金属底座Syndr 2020; 14 (4): 337 - 339 (免费的全文][CrossRef][Medline]
    58. Wahl B, Cossy-Gantner Germann年代,Schwalbe牌NR。人工智能(AI)和全球卫生:AI如何有助于健康在资源贫乏的环境中?BMJ水珠健康2018;3 (4):e000798 [免费的全文][CrossRef][Medline]
    59. Weiskopf NG,翁c方法和电子健康记录的数据质量评估维度:支持重用的临床研究。J是通知协会2013年1月01;20 (1):144 - 151 (免费的全文][CrossRef][Medline]
    60. Hayrinen K, Saranto K, Nykanen p .定义、结构、内容、使用和电子健康记录的影响:研究文献的回顾。77年5月,Int J地中海通知2008 (5):291 - 304。(CrossRef][Medline]
    61. Meier c的角色数据:赋予利益相关者的观察。J: 2013年1月,44 (1 5 1):S5-11 [免费的全文][CrossRef][Medline]
    62. 马纳尔V,张X,赛克斯助教。“医生太少技术”:一个纵向场电子医疗系统实现的研究。信息系统研究2011年9月,22 (3):523 - 546。(CrossRef]
    63. Rigby m .使用人工智能医疗的伦理维度。AMA J伦理美国医学协会2019;21 (2):121 - 124。(CrossRef]
    64. Venkatesh V,丁字裤JYL,徐x消费者接受和使用信息技术:扩展统一理论的接受和使用的技术。每季度2012 MIS; 36 (1): 157。(CrossRef]
    65. 许他J,巴克斯特SL, J,徐J,张周X, k的实际实现人工智能技术在医学。Nat地中海2019年1月,25 (1):30-36 [免费的全文][CrossRef][Medline]
    66. 灰色,贾尼a促进三重价值医疗全民医保的国家。Healthc Pap 2016; 15 (3): 42-48。(Medline]
    67. 崔小C, E,太阳j .机遇和挑战在发展中深度学习模型使用电子健康记录的数据:系统回顾。J是通知协会2018年10月01;25 (10):1419 - 1428 (免费的全文][CrossRef][Medline]
    68. 米勒Payrovnaziri SN,陈Z, Rengifo-Moreno P, T,扁J,陈JH,等。可辩解的人工智能模型使用真实世界的电子健康记录数据:一个系统的范围。J是通知协会2020年7月01;27 (7):1173 - 1185 (免费的全文][CrossRef][Medline]
    69. Tran BX, Nghiem年代,领域O, Vu TM, Ha GH, Vu GT,等。医学人工智能应用程序建模的研究主题:潜在狄利克雷分配应用研究。J地中海互联网Res 2019年11月01;21 (11):e15511 [免费的全文][CrossRef][Medline]
    70. 克尔DJ,贾尼,灰色的SM。可持续的癌症治疗的策略。是Soc肿瘤防治杂志建造书2016;35:e11-e15 [免费的全文][CrossRef][Medline]
    71. van de Klundert j .医疗分析:大数据,小的证据。:在运筹学教程。马里兰州Catonsville:运筹学和管理科学研究所(通知);11月2016:1-22。
    72. 会长Patricio L de Pinho NF特谢拉詹,Fisk RP。价值网络服务设计:使Cocreation交互医疗价值。服务科学2018年3月,10 (1):76 - 97。(CrossRef]

    ‎
    人工智能:人工智能
    电子健康档案:电子健康记录
    EMR:电子医疗记录
    山:知识进化分析
    博士:个人健康数据
    PHR:个人健康记录
    棱镜:首选项报告系统评价和荟萃分析

    由G Eysenbach编辑;提交11.06.21;通过问陈同行评议;评论作者05.07.21;修订版本收到17.08.21;接受17.09.21;发表01.11.21

    版权

    ©Jianxia锣,Vikrant Sihag、Qingxia香港、Lindu赵。最初发表在JMIR医学信息学(https://medinform.www.mybigtv.com), 01.11.2021。

    这是一个开放分布式根据条知识共享归属许可(https://creativecommons.org/licenses/by/4.0/),它允许无限制的使用、分配、和繁殖在任何媒介,提供原工作,首次出版于JMIR医学信息学是正确引用。完整的书目信息,原始发布在https://medinform.www.mybigtv.com/上的链接,以及这个版权和许可信息必须包括在内。
    Baidu
    map