تحلیل ساختارعلمی موضوع امتیاز خطر ژنتیکی با استفاده از روش تحلیل هم رخدادی واژگان مبتنی بر مقالات پایگاه ScienceDirect

سال انتشار: 1399
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 623

فایل این مقاله در 8 صفحه با فرمت PDF و WORD قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICISE06_068

تاریخ نمایه سازی: 27 شهریور 1399

چکیده مقاله:

در سالهای اخیر، تلاش برای کشف و شناسایی تغییرات ژنتیکی و تاثیر آن بر بروز و پیشگیری بیماریها یکی از اهداف اساسی علم پزشکی بودهاست. با توجه به اینکه توصیها و دستورات پزشکی عموما0 بر اساس خصوصیات میانگین افراد تنظیم میشود، نمیتواند برای همه افراد کاربرد داشته باشد. امروزه مقوله پزشکی شخصیسازی شده برای طراحی توصیه و درمانهای پزشکی بر پایه داده های بالینی و ژنتیکی افراد مورد توجه فراوان قرار گرفته است. یکی از موضوعات بسیار مهم در این خصوص معیار امتیاز خطر ژنتیکی است. که کاربرد زیادی در زمینه پزشکی شخصی سازی شده دارد. یکی از مسائل و دغدغه های محققین این حوزه شناخت حوزه های پژوهشی فعال در این خصوص و یافتن حوزه های پژوهشی آتی است. لذا داشتن درک و نمایی کلی از چارچوب علمی حوزه مورد نظر، یکی از راه هایی است که محققین را در نیل به اهداف پژوهشی آن حوزه کمک میکند. در این راستا ترسیم نقشه یا ساختار علمی حوزه مورد نظر، امری ضروری به نظر میرسد. از سوی دیگر تحلیل شبکه های اجتماعی در سالهای اخیر به عنوان ابزاری جهت بررسی روابط حال و آینده بین موجودیتهای یک ساختار شبکهای نظر محققین علوم مختلف را برای تحلیل این روابط و ترسیم نقشه علمی یک حوزه از علم به خود معطوف کردهاست. در این مقاله با استفاده ازهم رخدادی واژگان و تحلیل شبکه های اجتماعی، نقشه و ساختار علمی گستره امتیاز خطر ژنتیکی بر اساس مقالات بازه پنج ساله 2016 تا 2020 نمایه شده در پایگاه ScienceDirect ، ترسیم و روند موضوعی حاکم بر این حوزه بررسی شده است. نتایج تحلیل نشان میدهد بیماریهای مرتبط با انواع دیابت%26,32، بیماریهای قلبی%13,29، بیماری های خونی%6,31 و فشار خون%5,34 از منظر مسائل خطر ژنتیکی بیشترین سهم تحقیقات را به خود اختصاص داده اند.

کلیدواژه ها:

نویسندگان

سیدعلی لاجوردی

دپارتمان مهندسی فناوری اطلاعات دانشگاه تربیت مدرس

سیدمیثم علوی

دپارتمان مهندسی فناوری اطلاعات دانشگاه تربیت مدرس

مهرداد کارگری

دپارتمان مهندسی فناوری اطلاعات دانشگاه تربیت مدرس