Akademik Veri Yönetim Sistemi
6th INTERNATIONAL WORLD HEALTH CONGRESS, Bayburt, Türkiye, 22 - 23 Kasım 2024, ss.544-558
Bu çalışma, meme kanseri teşhisinde makine öğrenimi uygulamalarının bibliyometrik analizini sunmakta, gelişmelere, iş birliği ağlarına ve gelecekteki araştırma yönlerine odaklanmaktadır. Çalışmanın verileri, 2013-2024 yılları arasında yayınlanmış 650 çalışmayı kapsayan Web of Science veri tabanından elde edilmiştir. Eş atıf, iş birliği ağları, bibliyografik eşleştirme ve kavram birlikteliği analizleri VOSviewer programı kullanılarak gerçekleştirilmiştir. Yıllık yayın eğilimleri ve tematik yoğunluk Bibliometrix R programı kullanılarak analiz edilmiştir. Sonuçlar, 2019'dan itibaren araştırma faaliyetlerinde önemli bir artış olduğunu göstermektedir. Tematik analiz, DNA, kişiselleştirilmiş tıp ve sıvı biyopsi teknolojileri gibi ortaya çıkan konuları vurgulamıştır. Yazar iş birliği ağında, Bikesh Kumar Sing en iş birlikçi yazar olarak belirlenirken, ABD, Çin ve Hindistan ülke iş birliği analizinde en üretken ülkeler olmuştur. Anahtar kelime analizi, raman spektroskopisi, biyobelirteç ve radyomik gibi terimlerin kullanımının arttığını ortaya koymuştur. Wei Zhang, 190 atıfla en çok atıf alan yazar olurken, ABD 2.943 atıfla ülke atıf analizinde ilk sırada yer aldı. Kurum atıf analizinde Johns Hopkins Üniversitesi 880 atıfla ilk sırada yer aldı. Kavram birlikteliği analizi, meme kanseri, makine öğrenimi ve algoritma terimlerinin sık sık ilişkilendirildiğini gösterdi. Bibliyografik birleştirme analizinde, Cristiano'nun 2019 çalışması en etkili çalışma olarak belirlenirken, Briefings in Bioinformatics 499 atıfla dergi atıf analizinde ilk sırada yer aldı. Bu bulgular, makine öğrenimi algoritmalarının meme kanseri teşhisinde artan akademik etkisini göstermektedir.