影像组学十年文献计量分析:现状、不足与趋势
该文献计量分析基于Scopus数据库,纳入2012年至2021年共5623篇英文影像组学文献,使用R Bibliometrix包进行文档类别、国家合作、关键词共现及趋势主题分析。结果显示中国和美国发文量最高,2021年趋势主题聚焦人工智能、列线图、肝细胞癌、COVID-19和X线计算机。结论指出影像组学领域兴趣持续增长,但仍存在标准化不足和研究间同质性缺乏等缺陷。
要点
- 影像组学文献年增长率达118.6%,2021年发文2278篇,中国和美国发文量最高。
- 2021年趋势主题包括人工智能、列线图、肝细胞癌、COVID-19和X线计算机。
- 领域仍存在标准化不足和研究间同质性缺乏等缺陷,需加强方法学规范。
核心结论
- 影像组学十年间发文量快速增长,但标准化不足和研究间同质性缺乏仍是主要缺陷。
- 文献计量学可揭示影像组学出版中未知模式,并提示未来临床转化的发展方向。
研究设计与样本
- 文献计量分析,数据源为Scopus数据库,检索词为Radiomics,限英文,时间2012年至2021年。
- 共纳入5623篇文章,来自908个来源、16833位作者;使用R Bibliometrix包进行分析。
诊断标准与关键数值
- 年增长率为118.6%,2021年发文2278篇;文章类型以原创论文为主(68.9%,n=3829),综述13.5%(n=758),会议论文10.7%(n=604)。
- 中国发文1773篇(SCPr 84.2%),美国1015篇(SCPr 69%),意大利400篇(SCPr 77%),韩国208篇(SCPr 91.3%),德国196篇(SCPr 66.3%)。
- 2021年趋势主题:人工智能(n=286)、列线图(n=166)、肝细胞癌(n=125)、COVID-19(n=63)、X线计算机(n=60)。
临床应用与阅片要点
- 日常阅片和报告中需关注影像组学研究的标准化和可重复性问题,谨慎解读单中心小样本结果。
- 列线图是影像组学临床转化的常用工具,阅片时可留意其与影像征象的关联。
局限性
- 仅使用Scopus数据库,未纳入其他数据库文献。
- 仅检索Radiomics单一术语,可能遗漏相关研究。
- 未区分综述为叙述性还是系统性,且Scopus无法将荟萃分析单独分类。
全文中译12 节 · 点击展开
引言
影像组学是一个创新且新兴的领域,专注于从常规采集的医学影像中高通量提取可挖掘且可能可重复的定量影像特征。影像组学基于这样一个假设:通过特定软件对医学影像进行定量分析,可以为医生提供更多原本无法推断的信息。影像组学分析始于获取高质量且标准化的影像,在其中手动或自动勾画感兴趣区。基于勾画的区域及其周围环境,从 defined 区域中提取定量影像特征并进行分析。经过特征选择过程,识别出最具信息量的特征,甚至依赖于其与其他来源的独立性,这些来源可能包括临床、基因组学、蛋白质组学数据。
Lambin 等人于 2012 年发表的开创性研究结果 [1] 为影像组学研究的主要理论基础奠定了基础,即识别基于影像的生物标志物以用于诊断、预后或预测目的。迄今为止,已有多项研究发表了关于影像组学特征与特定疾病表型(如良性与恶性病变 [2, 3])、基因型(如肺癌 [4] 和妇科癌症 [5])以及治疗反应(如头颈部癌症 [6])之间相关性的研究。鉴于这些前提、影像组学研究的成本效益以及数字化影像的广泛可及性,很容易理解为什么影像组学已迅速成为肿瘤学领域的热门话题。
虽然已发表了多篇叙述性和系统性综述以及一些荟萃分析,但这些作品的主题必然具有专科性,专门聚焦于特定疾病、影像模态和/或方法学方面 [7–10]。
我们可以说,即使已发表的大量研究存在,在学术文献之外,这些技术的临床应用范围仍然有限,此外,这些技术尚未轻易转化为商业产品 [11]。此外,新数据工具的持续发展可能潜在地导致临床实施出现危险的延迟,与最初设想相反,导致临床实践中对更巩固文献的需求与日常可获得的尚未经过床边验证的新颖复杂且有前景的工具之间出现不匹配。在这种碎片化的背景下,近期研究提供了新的评分系统来评估肿瘤学研究中影像组学的科学质量和报告质量,从而需要进一步的文献巩固和对当前文献的更深入分析。
文献计量学是一种严谨的方法学,用于分析来自高质量公共可用科学数据库的大量文献数据和元数据。这种大数据方法易于获取、可重复且客观,不像其他形式的文献分析那样在分析手稿的定性评估中包括人工交互步骤。此外,它有助于突出特定领域所经历的演化步骤,同时揭示有前景的领域和未来发展 [12, 13]。
本工作的目的是在放射组学(Radiomics)首个相关研究向科学界公开10年之际,对该领域进行无偏倚的文献计量学分析,并分析该领域的科学兴趣和协调统一程度如何增长。将构建并分析合作网络、趋势关键词、引文分析和主题图,以全面概述放射组学研究,突出其优势和不足,并为该领域未来的出版物提供批判性导向。
材料与方法
数据来源与检索策略
使用Scopus电子文献数据库作为所执行分析的数据来源。检索策略按以下标准设定:“Radiomics”是唯一在标题、摘要和关键词中调查的术语,接受所有类型的文献。仅考虑英文文献为合格。所考虑文献的时间跨度包括2012年首次发表的文献至2021年最后发表的文献。可用文献列表已于2022年4月9日连同相应元数据一起导出。检索按以下字符串进行:“TITLE-ABS-KEY (Radiomics) AND (LIMIT-TO (LANGUAGE, "English")) AND (EXCLUDE (PUBYEAR, 2022))”。工作流程图见补充材料。
数据预处理
数据(包含完整元数据集)使用BibTex文件格式从Scopus导出。使用R代码(R版本4.2.0)及Bibliometrix包进行数据分析[14]。
将BibTex数据文件导入R中,然后转换为多个数据框(所用命令:convert2df)。所获得的数据框随后合并为单个数据框,作为分析的数据源。
数据分析
数据的初步解读通过Bibliometrix包中的“biblioAnalysis()”命令和“summary()”函数执行。这包括以下信息:文章的时间分布、文献数量及类型、发表平均年数、每篇文献平均被引次数、每篇文献平均被引次数、作者数量、单作者和多作者文献数量、每篇文献合著者数量、最高产作者、被引次数最多的手稿、通讯作者国家及单国/多国发表数量、每国总被引次数、最相关来源、最相关关键词。绘制了主要特征的图表。
通过“metaTagExtraction”和“Biblionetwork”命令调查合作网络,然后使用“Networkplot”进行图形化表示。
还使用“Biblioshiny()”命令执行以下分析:国家科学合作、机构合作网络、关键词分析(包括共现网络)、主题图分析以及2021年趋势主题聚焦。
文献标题的定量文本分析使用“dplyr”、“stringr”、“tidytext”和“ggplot2”R库执行。
结果
数据集
共识别出5623篇文章。最早的可用文献发表于2012年3月[1],而最近的文献于2021年12月31日发布[15]。2012年有2篇文章发表,对该主题日益增长的兴趣导致年发表增长率为118.6%(图1),从而在2021年达到2278篇发表文章的数量。
最具代表性的文献类型是科学论文(68.9%,n = 3829),其次是综述(13.5%,n = 758)和会议论文(10.7%,n = 604)。书籍和书籍章节分别占总科学产出的0.03%和0.8%(分别为n = 2和45)。
来源
共识别出908个不同的文献来源。就科学期刊而言,最具代表性的是《Frontiers in Oncology》(409篇论文,7.3%,影响因子6.24),其次是《European Radiology》(255篇论文,4.5%,影响因子5.31)、《Scientific Reports》(208篇论文,3.7%,影响因子4.37)、《Progress in Biomedical Optics and Imaging—Proceedings of SPIE》(201篇论文,3.6%,IS 0.67)和《Cancers》(154篇论文,2.7%,影响因子6.64)。
作者与合作
总体而言,所分析的文献共涉及16,833位不同作者。每篇文献的平均合著者数估计为7.89,共发现239篇单作者文献。
最高产的五位作者为Wang Y,191篇文献;Tian J,179篇文献;Zhang Y,144篇文献;Li Y,134篇文献;以及Zhang L,134篇文献。
对通讯作者所属国家进行了分析,并按单国发表和多国发表进行了细分。中国已达到1773篇发表文献,单国发表比例(SCPr)为84.2%;其次是美国,1015篇文献,SCPr为69%;意大利,400篇文献,SCPr为77%;韩国,208篇文献,SCPr为91.3%;德国,196篇发表文献,SCPr为66.3%。从定性角度看,可以注意到欧洲国家(包括最高产的欧洲国家)均属于同一聚类,唯一例外是荷兰(图2a和b)。
中国复旦大学是基于发表文章数量最相关的作者所属机构(n = 292),其次是美国纪念斯隆-凯特琳癌症中心(n = 230)和中国四川大学(n = 204)。前10位最相关机构的完整列表见表1,其中复旦大学以292篇发表文献总数排名第一。
使用基于关联归一化的Louvain聚类算法,对前30个最高产国家进行了合作网络分析。孤立节点已被移除,并考虑了最小边数为1。我们识别出3个主要合作聚类,第一个聚类以中国和美国为最高产参与者,第二个聚类以意大利和德国为最高产参与者,最后一个聚类以加拿大和荷兰为代表(图2b)。
对相互作用的机构合作网络进行了进一步分析,未应用聚类方法(图3)。
引用
如表2所示,已识别出全球被引次数最多的10篇文献。
对被引次数最多的前10篇文献标题的文本分析未显示任何显著的频繁词趋势,但“Radiomics/Radiomic”和“quantitative”除外。
关键词,关键词共现
对文章的作者的 Keywords 进行分析,以评估放射组学宏观领域下的不同主题。50个最常见的作者关键词已绘制在图4的树状图中。
我们基于前50个作者关键词执行了共现网络分析,并应用了Louvain聚类算法,移除孤立节点,并将最小边数设置为2。已识别出五个词聚类(即Radiomics、computed tomography、radiogenomics、deep learning、tomography),如图5所示。
基于已识别的五个聚类进行了主题图分析[16],在图6中显示了它们的发展程度(密度)和相关程度(中心性)。该战略图使得能够识别右上象限的热点主题(中心性和密度值较高)、右下象限的基础主题(中心性值较高而密度值较低)、左下象限的边缘主题(中心性和密度值较低)以及 niche 主题(中心性值较低而密度值较高)。最后两类分别代表尚未充分发展的主题以及已得到强烈发展但在所研究领域中仍处于边缘位置的主题。
基于关键词频率的2021年趋势主题分析进一步显示,对人工智能(n = 286)、列线图(n = 166)、肝细胞癌(n = 125)、COVID-19(n = 63)和X射线计算机(n = 60)的兴趣有所增加。
讨论
我们的研究通过使用标准化且易于复现的机器学习(ML)方法,展示了放射组学当前文献的最新水平。在关于放射组学的第一篇文章发表后的10年间,数据成像技术的进步支持了放射组学日益增长的兴趣,推动了图像分析路径中对定量方法的需求。进一步的进展,例如实现人工智能的商业和开源软件,在过去5年中使科学产出急剧增加,从而导致医学成像中计算分析手段的巩固。文献数量的快速增长由近120%的10年年增长率充分表明。
对该主题日益增长的兴趣导致放射组学(Radiomics)未能形成标准化的分析方法学,不同作者和文章之间可能存在差异。这反映在当前文献相对缺乏整合上,其特征是文章(n = 3829)和会议论文(n = 604)持续存在,而书籍(n = 2)和书籍章节(n = 45)的代表性很少。综述数量的增加(n = 758)以及原始文章与综述之间推算出的比率(R = 5.05)可能显示出一种整合的趋势意图。诚然,此处实施的机器学习(ML)方法未能对纳入综述的性质(叙述性或系统性)进行进一步分析,这些综述已进一步探讨了该问题。此外,在Scopus中无法将荟萃分析作为一个独立的文章类别来处理,因为它们被归类为综述的一部分。
考虑到国际合作,我们的数据显示,在排名前五的最高产国家中,单国出版物(SCPs)占比相当高,德国和韩国的百分比分别为66.3%至91.3%。值得注意的是,多国出版物(MCPs)在加拿大、荷兰和英国更为常见,其占比接近SCPs的占比。
从定性角度来看,还可以注意到存在一个更广泛的欧洲国家集群,尽管各个节点之间的连接程度有所不同。在这方面,值得注意的是——迄今为止——促进放射组学国际合作的欧洲层面倡议很少。其中,由欧盟“地平线2020”研究与创新计划资助的EuCanImage是一个由20家机构组成的学术-工业-临床合作的有前景的范例,其目标是通过优化数据共享、放射组学和人工智能应用,实现精准肿瘤学的整合决策支持系统[17]。欧洲基金正在资助一项类似的努力,以促进跨境合作,名称为Euradiomics [18]。总体而言,这些倡议可能代表该领域向前迈出的具体一步,得益于能够收集大量影像和临床元数据,鼓励参与机构之间的合作,并在联邦学习原则下促进先进算法的开发,同时推动这一新兴学科在真实临床中的应用[19, 20]。
对排名前30的最高产国家进行的合作网络分析为这些数据提供了进一步的见解,表明最相关的合作集群发生在中国和美国之间,其次是两个较小的集群,分别由意大利和德国、以及加拿大和荷兰组成,分别为第二和第三最高产的行为体。
众所周知,放射组学需要特定的技能来确保其流程的充分性和可靠性。此外,多学科能力有助于在从数据分析中得出正确结论时进行批判性推理。因此,对于有效的科学产出而言, dedicated团队的需求应被视为至关重要。表1很好地代表了这一情况,其展示了主要贡献文献产出的机构的未聚类数据分析。如今,大多数文献仅限于少数机构,可以说这些机构在该领域具有高度专业化,并且可能依赖于完善的合作网络。按文章发表数量排名前三的隶属机构是“复旦大学”(n = 292)、“纪念斯隆-凯特琳癌症中心”(n = 230)和“四川大学”(n = 204)。排名前十的最相关隶属机构中未出现欧洲机构。
已对引用最多的文献进行了分析,以确定在该领域科学文献中具有重大影响的文章的关注度和性质(表2)。引用最多的前三篇文章是放射组学研究的里程碑,共被引用7698次,占我们分析中所纳入论文总引用次数的7.97%。引用最多的第一篇文章[21]由Gillies等人于2016年撰写,介绍了将放射学图像作为有价值数据的新范式,这些数据可通过半自动方法进行挖掘和分类,以适应患者特征甚至超越影像本身,代表了一种有前景的恶性肿瘤诊断和预后工具。在其他主题中,还讨论了可重复性、大数据分析和数据共享的挑战。引用第二多的文章[22]由Aerts等人于2014年撰写,侧重于使用定量放射组学方法来确定放射组学特征在非小细胞肺癌中的预后价值。该研究将放射组学数据的使用与临床世界的数据紧密结合,展示了包含特征无监督聚类技术的流程的可行性。引用第三多的文章由Lambin等人于2012年撰写[1],它不仅是第一篇关于放射组学的文章,还引入了通过自动或半自动软件对医学影像数据进行定量分析的概念,该软件能够提供比医生推断更多更好的信息。在引用最多的10篇文献中,值得注意的是2020年由Zwanenburg等人发表的“影像生物标志物标准化倡议:用于高通量基于影像的表型分析的标准化定量放射组学”[23],这是放射组学领域首批致力于特征提取和分析标准化的倡议之一,反映了对放射组学研究可重复性主题日益增长的敏感性。此外,后一项研究可以广义地视为临床实践中放射组学特征有效验证需求的堡垒,建议将其集中于特定病理和临床结局,这些已证明放射组学临床影响的有益作用。
考虑关键词,我们分析了绝对排名前50的作者关键词,将其划分为功能性语义组(图5)。第一组词在文献总体中代表性最强,包括该领域的方法学洞察,关键词如“机器学习”、“磁共振成像”、“深度学习”、“计算机断层扫描”、“人工智能”、“定量成像”。第二组包括接近放射组学预后价值的词,如“列线图”、“预后”、“放射基因组学”、“分类”、“生物标志物”、“诊断”。第三组包括已开展放射组学研究的病理疾病,如“乳腺癌”、“肺癌”、“前列腺癌”、“胶质瘤”、“胶质母细胞瘤”。在当前分析中,许多词以不同次数重复出现,使用缩写或名词/形容词形式(例如“Radiomics”和“Radiomic”、“magnetic resonance imaging”和“mri”等),显示关键词全景存在深度碎片化。当前的关键词异质性可能归因于该领域的新兴性质,但可能需要进一步整合以优化系统综述方法的检索策略。
所采用的机器学习方法显示了五个主题共现聚类,反映了跨学科共同领域中最常见的关联。第一个聚类涉及与“机器学习”紧密绑定的术语“放射组学”,涉及关于某些癌症病理及其预后(肝细胞癌、肺腺癌、乳腺癌、列线图、预测)的不同关键词,以及另一些关于技术方面的关键词(特征选择、分类、可重复性)。“列线图”出现在作者关键词总数的2%中,可能反映了为临床医生提供用户友好工具的意图,以便将放射组学衍生信息更即时地整合到常规诊疗路径中。该聚类在主题图分析中既是基础主题也是驱动主题,迄今为止大多数科学文章集中于此,我们热切期望通过进一步巩固努力,更多研究能在不久的将来确保放射组学在当前临床实践中的影响力得到尊重。第二个聚类涉及术语“放射基因组学”和“精准医学”,与“免疫治疗”、“生物标志物”和脑肿瘤相互关联,显示多组学应用是当前文献中的新兴领域。第三个聚类扎根于机器领域,涉及“PET”、“CT”和“定量成像”等术语,作为基础主题和驱动主题发挥核心作用。第四个聚类涉及“人工智能”和“深度学习”,包括“卷积神经网络”和“COVID-19”,作为新兴主题占据中心位置,但与其他科学产出领域相比仍限于少量文献。有趣的是,截至2021年12月31日,有63篇出版物的作者关键词中包含“COVID-19”,从而跻身放射组学前50个关键词之列。考虑到COVID-19在放射组学更长生周期中成为关注对象的时间范围相对较短,可以直接观察到全球研究人员从大流行暴发的最早阶段就迅速尝试利用放射组学的潜力。作为最后一个聚类,我们发现“X射线计算机”和“断层摄影术”的共现,它与放射组学聚类有许多入站和出站连接,并对方法学领域内的关键词发挥支持作用。
我们能够执行一整套基于机器学习(ML)的文献计量学分析,从而对放射组学(Radiomics)诞生后第一个十年发展状况提供无偏倚的概览。若干在人工审阅时可能被忽视的出版格局方面得以凸显并加以评述,包括但不限于出版物类型、单篇出版物/多篇出版物(SCP/MCP)模式、机构合作以及作者关键词网络。在此意义上,我们的工作可视为对该领域先前Ding等人[24]工作的补充。在其工作中,作者使用CiteSpace——一种“检测和可视化科学文献中新兴趋势和瞬态模式的通用方法”[25]——完成了对放射组学出版物的首次文献计量学分析。然而,Ding等人将检索限制在肿瘤学单一领域,并决定排除全文和综述以外的所有出版物,这在一定程度上限制了分析范围,并排除了可能相关的主题,如COVID-19。此外,我们认为纳入所有出版物类型(例如书籍、章节和会议摘要)有助于提供完整概览,了解特定主题的知识如何能够在索引期刊这一更常见渠道之外传播,而索引期刊可能受到出版周期长、需要订阅以及其他因素的影响。
诚然,我们的工作仍存在一些局限性。首先,数据集检索自单一电子数据库(Scopus),这可能至少部分影响了我们的发现。其次,无法对引用趋势或共被引网络进行可靠分析,因为我们无法计入来自其他来源和/或未纳入我们检索范围的著作所产生的引用。最后,引用数量随时间变化,因此这部分分析应视为暂时性的,并可能在未来数月/数年内发生改变。
结论
我们的工作证明了文献计量学分析在检测放射组学出版物中未知数据模式方面的重要性。具体而言,我们捕捉到了该领域日益增长的兴趣、最相关的合作、关键词共现网络以及趋势主题。然而,一些缺陷仍然存在,包括标准化不足、研究间相对缺乏同质性,以及临床实践中缺乏真实世界应用。为克服这一问题,我们建议优化关键词并建立共识基础知识,促进更深入的多篇出版物(MCP)网络,同时确保更可靠的可重复流程,使其能够容易地转化为临床实践。
补充信息
以下是电子补充材料的链接。补充文件1(PDF 131 KB)
引用
- Volpe, Mastroleo, Krengli, et al. Quo vadis Radiomics? Bibliometric analysis of 10-year Radiomics journey. Eur Radiol. 2023. PMID: 37071161. doi:10.1007/s00330-023-09645-6
- 全文:PMC10110486(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10110486/
供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。