基于突發(fā)監(jiān)測的全身炎癥反應(yīng)綜合征治療藥物研究趨勢分析.pdf

1、目的：
　　 突發(fā)監(jiān)測是根據(jù)詞頻變化統(tǒng)計出低頻卻具有情報意義的突發(fā)詞，探測新興研究熱點(diǎn)的方法。本研究以全身炎癥反應(yīng)綜合征治療藥物為例，利用詞頻突發(fā)監(jiān)測方法，將突發(fā)詞分析與高頻詞分析相結(jié)合，探討全身炎癥反應(yīng)綜合征治療藥物現(xiàn)狀及發(fā)展趨勢，為開發(fā)全身炎癥反應(yīng)綜合征治療新藥提供決策服務(wù)，并為如何利用突發(fā)監(jiān)測的方法進(jìn)行信息研究提供可靠依據(jù)。
　　 數(shù)據(jù)來源與分析方法：
　　 本文以PubMed數(shù)據(jù)庫中近10年全身炎癥反應(yīng)綜

2、合征藥物治療方面的文獻(xiàn)為研究樣本。SemRep是美國國立醫(yī)學(xué)圖書館開發(fā)的一種基于一體化醫(yī)學(xué)語言系統(tǒng)，通過提取自然語言語義關(guān)系的方式進(jìn)行數(shù)據(jù)挖掘的軟件，利用SemRep提取相關(guān)文獻(xiàn)的題目和摘要中的語義關(guān)系和熱點(diǎn)概念。SemRep語義結(jié)果處理系統(tǒng)是基于Visual Basic編程語言開發(fā)的處理SemRep語義結(jié)果的軟件，利用SemRep語義結(jié)果處理系統(tǒng)篩選全身炎癥反應(yīng)綜合征治療方面的概念。對寫法不同意義相同的概念進(jìn)行合并，統(tǒng)計每個概念每年出

3、現(xiàn)的頻次和10年的累積頻次，將概念頻次和文獻(xiàn)量導(dǎo)入Access數(shù)據(jù)庫。在某個領(lǐng)域的文獻(xiàn)集合中，含有突發(fā)詞的文獻(xiàn)占該領(lǐng)域的文獻(xiàn)比例顯著增加時，則這些突發(fā)詞越來越成為該領(lǐng)域的研究焦點(diǎn)，而突發(fā)權(quán)重指數(shù)就是為了對突發(fā)詞的突發(fā)程度進(jìn)行排序。用Java語言編寫程序訪問Access數(shù)據(jù)庫計算這些相關(guān)概念的突發(fā)權(quán)重指數(shù)，將這些概念按突發(fā)權(quán)重指數(shù)高低和頻次高低進(jìn)行排序，對排序結(jié)果進(jìn)行分析和對比，探測全身炎癥反應(yīng)綜合征藥物治療領(lǐng)域的研究熱點(diǎn)和重點(diǎn)。

4、　　 結(jié)果：
　　 從PubMed數(shù)據(jù)庫中共檢索到相關(guān)文獻(xiàn)4623篇，用SemRep和SemRep語義結(jié)果處理系統(tǒng)對這些文獻(xiàn)進(jìn)行處理，SemRep從文獻(xiàn)的題目和摘要中共提取出882個熱點(diǎn)概念，將寫法不同意義相同的概念進(jìn)行合并共得到有效概念776個，統(tǒng)計這些有效概念每年出現(xiàn)的頻次和10年的累積頻次，并計算其突發(fā)權(quán)重指數(shù)，分別按突發(fā)權(quán)重指數(shù)高低和頻次高低進(jìn)行排序，對排序結(jié)果進(jìn)行分析和對比。突發(fā)權(quán)重指數(shù)越大，表示該種藥物是全身炎癥反

5、應(yīng)綜合征藥物治療領(lǐng)域研究熱點(diǎn)的可能性越大；頻次越高，表示該種藥物是全身炎癥反應(yīng)綜合征藥物治療領(lǐng)域研究重點(diǎn)的可能性越大。
　　 結(jié)論：
　　 突發(fā)監(jiān)測的方法適用于某研究領(lǐng)域前沿趨勢的探測，它是根據(jù)詞在時間順序上的變化來反應(yīng)研究熱點(diǎn)，高頻詞分析是用詞的頻次來顯示研究重點(diǎn)，這兩種方法在一定程度上起到互相補(bǔ)充的作用，在新興研究熱點(diǎn)的發(fā)現(xiàn)上突發(fā)監(jiān)測優(yōu)于傳統(tǒng)的高頻詞分析方法。利用突發(fā)監(jiān)測的方法探測全身炎癥反應(yīng)綜合征治療藥物的研究趨勢