早期肺癌驱动基因领域的文献计量分析及可视化

doi:10.19983/j.issn.2096-8493.20253081

摘要/Abstract

摘要： 目的: 对早期肺癌驱动基因领域的发展现状、热点及趋势进行文献计量及可视化分析。方法: 全面检索Web of Science核心数据库早期肺癌驱动基因领域相关文章,应用CiteSpace、SciExplorer科学计量数据可视化分析平台以及Bibliometrix进行分析及知识图谱绘制。结果: 共检索到370篇文献,353篇文献纳入分析,发文时间介于2011至2025,发文量呈波浪式上升趋势;中国是参与发文最多的地区,美国是中介中心性最高的地区;国外参与发文最多的机构是纪念斯隆·凯特琳癌症中心（56篇）,国内参与发文最多的机构是中国医学科学院-北京协和医学院（35篇）;Cancers在这一领域发表的文章数量最多（20篇）,The New England Journal of Medicine发表了该领域最具影响力的文章,在传播研究成果方面发挥了举足轻重的作用。该领域的蓬勃发展归功于其坚实的研究基础,包括Husain等在ONCOLOGY-NEW YORK上发表的开创性工作,以及Jamal-Hanjani 在The New England Journal of Medicine上发表的被广泛引用的论文。结论: 早期肺癌驱动基因领域整体呈上升趋势,研究深度与广度不断延伸,液体活检、生物标志物、精准医疗、放射组学、人工智能以及机器学习将是未来研究的热点。

中图分类号:

R734.2

刘书颖, 李逍, 高娅婷, 张凯宁, 张莉, 张慧娟, 尹杰荣, 王霞, 张东峰. 早期肺癌驱动基因领域的文献计量分析及可视化[J]. 结核与肺部疾病杂志, 2025, 6(S1): 36-40. doi: 10.19983/j.issn.2096-8493.20253081

参考文献

[1] Filho AM, Laversanne M, Ferlay J, et al.The GLOBOCAN 2022 cancer estimates: Data sources, methods, and a snapshot of the cancer burden worldwide. Int J Cancer, 2025, 156(7):1336-1346.
[2] Marie BS, Chaomei C, John HH.CiteSpace II: visualization and knowledge discovery in bibliographic databases. AMIA Annu Symp Proc,2005:724-728.
[3] SciExplorer科学计量数据可视化分析平台[DB/OL].[2025-05-20]https://www.bilibili.com/opus/1012201608450146325
[4] Aria M, Cuccurullo C. bibliometrix: An R-tool for comprehensive science mapping analysis. J Informetrics, (2017) 11:959-975.
[6] Liang W, Zhao Y, Huang W, et al.Liquid biopsy for early stage lung cancer. J Thorac Dis, 2018 ,10(Suppl 7):S876-S881.
[7] Nagasaka M, Uddin MH, Al-Hallak MN, et al.Liquid biopsy for therapy monitoring in early-stage non-small cell lung cancer. Mol Cancer, 2021 ,20(1):82.
[8] Shen H, Jin Y, Zhao H, et al.Potential clinical utility of liquid biopsy in early-stage non-small cell lung cancer. BMC Med, 2022 ,20(1):480.
[9] Vandekerckhove O, Cuppens K, Pat K, et al.Liquid Biopsy in Early-Stage Lung Cancer: Current and Future Clinical Applications. Cancers (Basel),2023,15(10):2702.
[10] Shai S, Patolsky F, Drori H, et al.A novel, accurate, and non-invasive liquid biopsy test to measure cellular immune responses as a tool to diagnose early-stage lung cancer: a clinical trials study. Respir Res, 2023 ,24(1):52.
[11] Libling WA, Korn R, Weiss GJ.Review of the use of radiomics to assess the risk of recurrence in early-stage non-small cell lung cancer. Transl Lung Cancer Res, 2023 ,12(7):1575-1589.
[12] Shimada Y, Kudo Y, Maehara S, et al.Radiomics with Artificial Intelligence for the Prediction of Early Recurrence in Patients with Clinical Stage IA Lung Cancer. Ann Surg Oncol, 2022 ,29(13):8185-8193.
[13] Wang J, Zheng Z, Zhang Y, et al.¹⁸F-FDG PET/CT radiomics for prediction of lymphovascular invasion in patients with early stage non-small cell lung cancer. Front Oncol, 2023(13):1185808.
[14] Wang Y, Li C, Wang Z, et al.Established the prediction model of early-stage non-small cell lung cancer spread through air spaces (STAS) by radiomics and genomics features. Asia Pac J Clin Oncol,2024 ,20(6):771-778.
[15] Yu L, Zhang Z, Yi H, et al.A PET/CT radiomics model for predicting distant metastasis in early-stage non-small cell lung cancer patients treated with stereotactic body radiotherapy: a multicentric study. Radiat Oncol, 2024 ,19(1):10.
[16] Lee SH, Kao GD, Feigenberg SJ, et al.Multiblock Discriminant Analysis of Integrative ¹⁸F-FDG-PET/CT Radiomics for Predicting Circulating Tumor Cells in Early-Stage Non-small Cell Lung Cancer Treated With Stereotactic Body Radiation Therapy. Int J Radiat Oncol Biol Phys,2021 ,110(5):1451-1465.
[17] Ye M, Tong L, Zheng X, Wang H, et al.A Classifier for Improving Early Lung Cancer Diagnosis Incorporating Artificial Intelligence and Liquid Biopsy. Front Oncol,2022 ,12:853801.
[18] Lu D, Shangguan Z, Su Z,et al.Artificial intelligence-based plasma exosome label-free SERS profiling strategy for early lung cancer detection. Anal Bioanal Chem,2024 ,416(23):5089-5096.
[19] Daneshkhah A, Prabhala S, Viswanathan P, et al.Early detection of lung cancer using artificial intelligence-enhanced optical nanosensing of chromatin alterations in field carcinogenesis. Sci Rep,2023 ,13(1):13702.
[20] Shimada Y, Kudo Y, Maehara S,et al.Radiomics with Artificial Intelligence for the Prediction of Early Recurrence in Patients with Clinical Stage IA Lung Cancer. Ann Surg Oncolm, 2022,;29(13):8185-8193.

[1]	闭德武, 罗晓成, 何华伟, 罗晓璐. 618例耐多药结核病患者流行病学特征研究[J]. 结核与肺部疾病杂志, 2025, 6(S1): 47-51.
[2]	王宁, 王宝华. 全球肺癌负担、防治现况与展望[J]. 结核与肺部疾病杂志, 2025, 6(3): 256-260.
[3]	朱衣兴, 常德. 慢性呼吸系统疾病管理的现状和展望[J]. 结核与肺部疾病杂志, 2024, 5(6): 567-572.
[4]	苏醒岳, 王蓓蕾, 马香. 中国儿童2型炎症型哮喘单核苷酸多态性和相关基因关系的研究进展[J]. 结核与肺部疾病杂志, 2024, 5(4): 370-375.
[5]	谌欣欣, 刘国凤, 杨英姿, 胡亚晨, 金瑛, 李玉梅. 肺癌化疗患者住院期间体力活动水平和症状群的相关性分析[J]. 结核与肺部疾病杂志, 2024, 5(3): 197-206.
[6]	潘琼, 田娅媛, 童斐. 早期肢体主动活动对肺癌患者术后肺栓塞发生的效果分析[J]. 结核与肺部疾病杂志, 2024, 5(3): 212-218.
[7]	字晓慧, 吴芃, 郑苏菲, 孙楠, 赫捷. 低剂量CT筛查对人群肺癌死亡率及全因死亡率影响的Meta分析[J]. 结核与肺部疾病杂志, 2024, 5(2): 106-112.
[8]	袁永龙, 李慧梅, 马德东. 宏基因组二代测序辅助诊断鹦鹉热一例并文献复习[J]. 结核与肺部疾病杂志, 2024, 5(2): 113-119.
[9]	张洁, 丁北川, 任怡宣, 田丽丽, 易俊莉, 庞梦迪, 杨新宇. 基于基因分型探讨北京市结核病患者复发原因及菌株遗传特征[J]. 结核与肺部疾病杂志, 2024, 5(2): 128-134.
[10]	姚晓伟, 刘树仁, 景艳色, 贾晨光. 二代测序技术在骨关节结核临床诊断中的应用价值[J]. 结核与肺部疾病杂志, 2024, 5(1): 37-43.
[11]	汤可, 袁小东, 张来星. 三维建模辅助检出肺部磨玻璃密度结节的临床教学分析[J]. 结核与肺部疾病杂志, 2023, 4(5): 346-351.
[12]	樊盼玉, 李玉梅, 杨磊, 樊嘉欣. 老年晚期肺癌化学治疗患者睡眠质量的影响因素研究[J]. 结核与肺部疾病杂志, 2023, 4(3): 210-215.
[13]	任阳, 沈一丹, 王梅, 王雷, 李锋. 高通量测序诊断鹦鹉热衣原体肺炎六例并文献复习[J]. 结核与肺部疾病杂志, 2022, 3(6): 526-530.
[14]	周明, 刘皇容, 唐柳生, 刘桑, 刘爱梅. 结核分枝杆菌对德拉马尼耐药及其分子机制研究进展[J]. 结核与肺部疾病杂志, 2022, 3(2): 153-157.
[15]	张群成, 李向南, 徐志伟, 孙冠男, 杨会珍, 程东军, 张晓菊. 经电子气管镜冷冻肺活检在肺外周结节诊断中的价值[J]. 结核与肺部疾病杂志, 2021, 2(3): 205-209.