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

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

所属期刊栏目：40

资助基金：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";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";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"

在线出版日期：2021-08-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：745-755