DOI: https://doi.org/10.3389/fneur.2024.1510522
PMID: https://pubmed.ncbi.nlm.nih.gov/39882364
تاريخ النشر: 2025-01-15
المؤلف: Xiaoyu Sun وآخرون
الموضوع الرئيسي: تحليل البيانات الشامل والمراجعات المنهجية
نظرة عامة
تقدم الورقة البحثية تحليلًا بيبليومتريًا شاملًا لدراسات التصوير بالرنين المغناطيسي (MRI) في مرض الزهايمر (AD) من 2004 إلى 2023، مما يبرز الأهمية المتزايدة للتصوير بالرنين المغناطيسي في إدارة مرض الزهايمر. تم تحديد ما مجموعه 13,659 مقالة، مما يكشف عن نمو متسارع في المنشورات خلال فترة الدراسة. ظهرت الولايات المتحدة كالدولة الرائدة، حيث ساهمت بنسبة 40.30% من إجمالي الدراسات، وكانت جامعة كاليفورنيا النظام هي المؤسسة الأكثر إنتاجية. تم الإشارة إلى جاك سي آر كأكثر المؤلفين إنتاجية، وتم تحديد مجلة مرض الزهايمر كأفضل مجلة في هذا المجال. أشار تحليل الكلمات الرئيسية إلى اهتمام متزايد بـ “تعلم الآلة” و “التعلم العميق”، مع تركيز اتجاهات البحث الحالية على هذه التقنيات للتشخيص والعلاج غير الجراحي لمرض الزهايمر.
تؤكد الخاتمة على التقدم السريع في أبحاث التصوير بالرنين المغناطيسي في مرض الزهايمر، مدفوعة بالابتكارات في العلوم الأساسية والتشخيصات الجزيئية التي تعزز من التشخيص المبكر والتنبؤ. يتم التأكيد على التحول في تركيز البحث من الأساليب الجراحية إلى الأساليب غير الجراحية، خاصة من خلال تقنيات الذكاء الاصطناعي مثل تعلم الآلة والتعلم العميق. علاوة على ذلك، تشير الورقة إلى أنه بينما استهدفت العلاجات الحديثة لويحات Aβ، ظهرت مخاوف بشأن الشذوذات المرتبطة بالتصوير بالرنين المغناطيسي المرتبطة ببعض العلاجات. وبالتالي، من المتوقع أن يكون تطبيق الذكاء الاصطناعي لمراقبة وتوقع فعالية العلاج والآثار الجانبية لدى مرضى الزهايمر من خلال مسحات الدماغ بالرنين المغناطيسي اتجاهًا بحثيًا مهمًا في المستقبل.
مقدمة
يعتبر مرض الزهايمر (AD) الاضطراب العصبي التنكسي السائد الذي يؤثر على كبار السن، مما يؤدي إلى فقدان كبير في الذاكرة وتدهور إدراكي، مما يشكل تحديات لصحة الأفراد وأنظمة الرعاية الصحية على مستوى العالم. يتميز المرض بتراكم لويحات β-أميلويد (Aβ) والتشابكات العصبية (NFTs) الناتجة عن بروتين التاو المفرط الفسفرة، مما يعطل وظيفة الخلايا العصبية. تقدم التطورات الأخيرة في الأجسام المضادة الأحادية النسيلة المضادة للأميلويد، مثل أدوكانيماب، ليكانيماب، ودونانيماب، إمكانية إبطاء تقدم المرض، على الرغم من المخاطر مثل الشذوذات المرتبطة بالأميلويد في التصوير (ARIA). على الرغم من الأبحاث الواسعة حول مسببات مرض الزهايمر وعلاجه، لا تزال الآليات غير مفهومة جيدًا.
لقد وفرت دمج تقنيات التصوير الطبي المتقدمة، وخاصة التصوير بالرنين المغناطيسي (MRI)، رؤى جديدة حول الميزات المرضية لمرض الزهايمر. تعتبر قياسات التصوير بالرنين المغناطيسي الهيكلي، مثل ضمور الفص الصدغي الوسيط، علامات سريرية موثوقة لتشخيص مرض الزهايمر. تم استخدام التصوير بالرنين المغناطيسي لمراقبة جوانب مختلفة من المرض بشكل غير جراحي، بما في ذلك فقدان المادة الرمادية القشرية وآفات المادة البيضاء. علاوة على ذلك، يتم استخدام تقنيات التصوير متعددة الوسائط التي تجمع بين التصوير بالرنين المغناطيسي والتصوير المقطعي بالإصدار البوزيتروني (PET) بشكل متزايد للتشخيص المبكر وتوقع النتائج. على الرغم من التقدم في فهم مرض الزهايمر من خلال دراسات التصوير، هناك نقص في التحليل الشامل حول المشهد البحثي الحالي في هذا المجال. تهدف هذه الدراسة إلى إجراء تحليل بيبليومتري للمنشورات المتعلقة بالتصوير بالرنين المغناطيسي حول مرض الزهايمر من مجموعة ويب أوف ساينس الأساسية (WoSCC) بين 2004 و2023، مع التركيز على تحديد حالة البحث، والنقاط الساخنة، والاتجاهات الناشئة لتوجيه التحقيقات المستقبلية.
الطرق
تحدد قسم “الطرق” في الورقة البحثية التصميم التجريبي والتقنيات التحليلية المستخدمة للتحقيق في سؤال البحث. توضح معايير اختيار المشاركين، والإجراءات المحددة المتبعة خلال جمع البيانات، والأدوات المستخدمة للقياس. يتم وصف التحليلات الإحصائية، بما في ذلك النماذج المطبقة لتفسير البيانات والعتبات الدلالية المحددة لاختبار الفرضيات.
بالإضافة إلى ذلك، قد يتضمن القسم معلومات عن أي برامج أو أدوات تم استخدامها لتحليل البيانات، فضلاً عن المنطق وراء المنهجيات المختارة. يتم التأكيد على قوة الطرق من خلال مناقشات حول الضوابط، وأحجام العينات، والانحيازات المحتملة، مما يضمن موثوقية وصحة النتائج المقدمة في الدراسة.
النتائج
يقدم قسم “النتائج” في الورقة البحثية النتائج الرئيسية المستمدة من التجارب أو التحليلات التي تم إجراؤها. عادةً ما يتضمن بيانات كمية، وتحليلات إحصائية، وتمثيلات بصرية مثل الرسوم البيانية أو الجداول التي توضح النتائج. غالبًا ما تتم مقارنة النتائج مع الفرضيات أو الأهداف الأولية الموضحة في المقدمة، مما يبرز الاتجاهات المهمة، أو الارتباطات، أو الشذوذات التي لوحظت خلال الدراسة.
في هذا القسم، قد يبلغ المؤلفون عن مقاييس محددة، مثل المتوسطات، والانحرافات المعيارية، أو قيم p، لدعم ادعاءاتهم. بالإضافة إلى ذلك، يتم مناقشة أي نماذج رياضية أو معادلات ذات صلة تم استخدامها لتفسير البيانات، مما يوفر فهمًا واضحًا للآليات أو العلاقات الأساسية التي تم تحديدها من خلال البحث. بشكل عام، تخدم النتائج لتأكيد أو دحض الفرضيات وتساهم في المجال الأوسع للدراسة من خلال تقديم رؤى جديدة أو تأكيد النظريات القائمة.
المناقشة
في هذا القسم، أجرى المؤلفون تحليلًا بيبليومتريًا للمنشورات المتعلقة بالتصوير بالرنين المغناطيسي (MRI) في مرض الزهايمر (AD) باستخدام قاعدة بيانات مجموعة ويب أوف ساينس الأساسية (WoSCC). أسفرت عملية البحث، التي أجريت في 26 أغسطس 2024، عن 13,659 مقالة نُشرت بين 2004 و2023، مما يكشف عن اتجاه تصاعدي مستمر في المنشورات السنوية، حيث بلغت ذروتها بشكل خاص في عام 2020. ظهرت الولايات المتحدة كأكبر مساهم، حيث تمثل 40.30% من إجمالي المنشورات، تليها الصين وإنجلترا. استخدم التحليل أدوات برمجية مثل VOSviewer وCiteSpace لتصور شبكات التعاون بين الدول، والمؤسسات، والمؤلفين، مما يبرز جامعة كاليفورنيا النظام ومؤلفين بارزين مثل جاك سي آر كلاعبين رئيسيين في هذا المجال البحثي.
حددت الدراسة ثلاث مراحل متميزة من النقاط الساخنة البحثية على مدار العقدين الماضيين. ركزت المرحلة الأولى (2004-2010) على التغيرات الشكلية في دماغ مرض الزهايمر باستخدام التصوير بالرنين المغناطيسي الهيكلي، مع التأكيد على كلمات رئيسية مثل “فقدان المادة الرمادية” و”ضمور الفص الصدغي”. انتقلت المرحلة الثانية (2010-2018) نحو تحديد العلامات الحيوية وتطبيقات التصوير بالرنين المغناطيسي الوظيفي (fMRI)، مع اهتمام كبير بعلامات السائل الدماغي الشوكي (CSF) ودقتها التشخيصية. سلطت المرحلة الثالثة (2018-2023) الضوء على دمج تقنيات الذكاء الاصطناعي (AI)، وخاصة التعلم العميق، في تحليل بيانات التصوير بالرنين المغناطيسي المتعلقة بمرض التاو، الذي يُعترف به بشكل متزايد لأهميته في الكشف المبكر عن مرض الزهايمر. بشكل عام، تؤكد النتائج على الاهتمام المتزايد والتقدم في أبحاث التصوير بالرنين المغناطيسي لمرض الزهايمر، مع توقعات لاستمرار معدلات النشر العالية وتطور موضوعات البحث في المستقبل.
القيود
تقدم الدراسة عدة قيود يجب الاعتراف بها. أولاً، قد لا تشمل الاعتماد على مجموعة ويب أوف ساينس الأساسية (WoSCC) كمصدر للمنشورات كل ما يتعلق بالمشهد البحثي حول التصوير بالرنين المغناطيسي في مرض الزهايمر (AD). بالإضافة إلى ذلك، فإن التركيز على الأدبيات الإنجليزية يقدم انحيازًا لغويًا محتملاً، مما قد يؤدي إلى استبعاد مساهمات هامة من مصادر غير إنجليزية.
علاوة على ذلك، فإن تحليل مقاييس النشر، بما في ذلك عدد المنشورات حسب الدول، والمؤسسات، والمؤلفين، يعتمد على جميع المؤلفين المشاركين بدلاً من الاعتماد فقط على انتماءات المؤلفين الأوائل. قد يؤدي هذا النهج إلى تداخل الانتماءات، مما يشوه التأثير المدرك لبعض المؤسسات أو المؤلفين. أخيرًا، تشير ديناميات الاقتباس إلى أن المقالات عالية الجودة الحديثة قد لا تكون قد حصلت بعد على عدد كافٍ من الاقتباسات، مما قد يشوه تقييم تأثيرها ويساهم في انحياز البحث.
DOI: https://doi.org/10.3389/fneur.2024.1510522
PMID: https://pubmed.ncbi.nlm.nih.gov/39882364
Publication Date: 2025-01-15
Author(s): Xiaoyu Sun et al.
Primary Topic: Meta-analysis and systematic reviews
Overview
The research paper provides a comprehensive bibliometric analysis of magnetic resonance imaging (MRI) studies in Alzheimer’s disease (AD) from 2004 to 2023, highlighting the increasing significance of MRI in AD management. A total of 13,659 articles were identified, revealing an exponential growth in publications over the study period. The United States emerged as the leading country, contributing 40.30% of the total studies, with the University of California System being the most prolific institution. Jack CR was noted as the most productive author, and the Journal of Alzheimer’s Disease was identified as the top journal in this field. Keyword analysis indicated a rising interest in “machine learning” and “deep learning,” with current research trends focusing on these technologies for noninvasive diagnosis and treatment of AD.
The conclusion emphasizes the rapid advancement of MRI research in AD, driven by innovations in basic science and molecular diagnostics that enhance early diagnosis and prognosis. The shift in research focus from invasive methods to noninvasive approaches, particularly through AI technologies like machine learning and deep learning, is underscored. Furthermore, the paper notes that while recent treatments have targeted Aβ plaques, concerns regarding MRI abnormalities associated with certain therapies have emerged. Consequently, the application of AI to monitor and predict treatment efficacy and side effects in AD patients via brain MRI scans is anticipated to be a significant future research direction.
Introduction
Alzheimer’s disease (AD) is the predominant neurodegenerative disorder affecting the elderly, leading to significant memory loss and cognitive decline, which poses challenges for individual health and healthcare systems globally. The disease is marked by the accumulation of β-amyloid (Aβ) plaques and neurofibrillary tangles (NFTs) formed by hyperphosphorylated tau protein, disrupting neuronal function. Recent advancements in anti-amyloid monoclonal antibodies, such as aducanemab, lecanemab, and donanemab, offer potential to slow disease progression, albeit with risks like amyloid-related imaging abnormalities (ARIA). Despite extensive research into AD’s pathogenesis and treatment, the mechanisms remain poorly understood.
The integration of advanced medical imaging technologies, particularly magnetic resonance imaging (MRI), has provided new insights into AD’s pathological features. Structural MRI measures, such as medial temporal lobe atrophy, serve as reliable clinical markers for AD diagnosis. MRI has been employed to noninvasively monitor various aspects of the disease, including cortical gray matter loss and white matter lesions. Furthermore, multimodal imaging techniques combining MRI and positron emission tomography (PET) are increasingly utilized for early diagnosis and prognosis prediction. Despite the progress in understanding AD through imaging studies, there is a lack of comprehensive analysis regarding the current research landscape in this area. This study aims to conduct a bibliometric analysis of MRI-related publications on AD from the Web of Science Core Collection (WoSCC) between 2004 and 2023, focusing on identifying research status, hotspots, and emerging trends to guide future investigations.
Methods
The “Methods” section of the research paper outlines the experimental design and analytical techniques employed to investigate the research question. It details the selection criteria for participants, the specific procedures followed during data collection, and the instruments used for measurement. Statistical analyses are described, including the models applied to interpret the data and the significance thresholds established for hypothesis testing.
Additionally, the section may include information on any software or tools utilized for data analysis, as well as the rationale behind the chosen methodologies. The robustness of the methods is emphasized through discussions of controls, sample sizes, and potential biases, ensuring the reliability and validity of the findings presented in the study.
Results
The “Results” section of the research paper presents the key findings derived from the conducted experiments or analyses. It typically includes quantitative data, statistical analyses, and visual representations such as graphs or tables that illustrate the outcomes. The results are often compared against the initial hypotheses or objectives outlined in the introduction, highlighting significant trends, correlations, or anomalies observed during the study.
In this section, the authors may report specific metrics, such as means, standard deviations, or p-values, to substantiate their claims. Additionally, any relevant mathematical models or equations that were employed to interpret the data are discussed, providing a clear understanding of the underlying mechanisms or relationships identified through the research. Overall, the results serve to validate or refute the hypotheses and contribute to the broader field of study by offering new insights or confirming existing theories.
Discussion
In this section, the authors conducted a bibliometric analysis of publications related to magnetic resonance imaging (MRI) in Alzheimer’s disease (AD) using the Web of Science Core Collection (WoSCC) database. The search, conducted on August 26, 2024, yielded 13,659 articles published between 2004 and 2023, revealing a consistent upward trend in annual publications, particularly peaking in 2020. The United States emerged as the leading contributor, accounting for 40.30% of the total publications, followed by China and England. The analysis utilized software tools like VOSviewer and CiteSpace to visualize collaboration networks among countries, institutions, and authors, highlighting the University of California System and prominent authors such as Jack CR as key players in this research area.
The study identified three distinct stages of research hotspots over the past two decades. Stage I (2004-2010) focused on morphological changes in the AD brain using structural MRI, emphasizing keywords like “gray matter loss” and “temporal lobe atrophy.” Stage II (2010-2018) shifted towards identifying biomarkers and functional MRI (fMRI) applications, with significant attention on cerebrospinal fluid (CSF) biomarkers and their diagnostic accuracy. Stage III (2018-2023) highlighted the integration of artificial intelligence (AI) techniques, particularly deep learning, in analyzing MRI data related to tau pathology, which is increasingly recognized for its relevance in early AD detection. Overall, the findings underscore the growing interest and advancements in MRI research for AD, with expectations for continued high publication rates and evolving research themes in the future.
Limitations
The study presents several limitations that must be acknowledged. Firstly, the reliance on the Web of Science Core Collection (WoSCC) for sourcing publications may not encompass the entirety of the research landscape concerning MRI in Alzheimer’s Disease (AD). Additionally, the focus on English literature introduces a potential language bias, which could result in the exclusion of significant contributions from non-English sources.
Moreover, the analysis of publication metrics, including the number of publications by countries, institutions, and authors, is based on all co-authors rather than solely the first authors’ affiliations. This approach may lead to overlapping affiliations, thereby skewing the perceived influence of certain institutions or authors. Lastly, the citation dynamics indicate that recent high-quality articles may not yet have accumulated sufficient citations, potentially distorting the assessment of their impact and contributing to research bias.