摘要
目的:探讨近10年机器学习在骨质疏松症应用领域的研究现状、热点及发展趋势,为开展该领域的研究提供理论依据。方法:检索2015年1月1日—2025年3月31日Web of Science核心合集中机器学习在骨质疏松症应用的相关文献,通过CiteSpace可视化软件构建知识图谱,从发文量、国家、机构、关键词等进行探讨分析。结果:目前机器学习在骨质疏松症中应用研究的发文量呈上升趋势,共有81个国家对该领域作出贡献,发文量最多的国家是中国和美国,研究机构以美国高校为主。机器学习在骨质疏松领域中频次排名居前5位的关键词是机器学习、深度学习、骨密度、骨质疏松、诊断;中心性最高的关键词为骨密度。机器学习在骨质疏松症的预测与诊断中发挥核心作用,骨质疏松症与口腔健康存在关联,机器学习在口腔影像中展现出筛查骨质疏松症的潜力。结论:机器学习推动骨质疏松症领域向智能化、精准化方向发展,且研究热点集中在风险预测模型、临床诊断工具、口腔健康交叉等领域,可为未来骨质疏松症的智能诊疗模式和技术创新提供借鉴。
作者
刘毅
麻新灵
梁大丽
唐文茜
杨明瑞
韦燕芬
陆柳芳
LIU Yi;MA Xinling;LIANG Dali;TANG Wenqian;YANG Mingrui;WEI Yanfen;LU Liufang(Youjiang Medical University for Nationalities,Guangxi 533000 China)
出处
《循证护理》
2026年第6期1281-1286,共6页
Chinese Evidence-Based Nursing
基金
广西壮族自治区科技计划项目,编号:2025GXNSFHA。
关键词
骨质疏松症
机器学习
可视化分析
护理
osteoporosis
machine learning
visualization analysis
nursing
