KMbase 2017년 임상의학 연구동향 (네트워크 맵 가시화)
질병의 다양성과 복잡성이 증가함에 따라 연구트랜드에 대한 이해와 중요성이 점점 커지고 있다. 연구동향분석은 크게 네트워크 기반과 키워드 기반 방법으로 나뉘어지는데, 키워드 기반분석은 연구키워드 간의 상호관계를 규명하지 못한다는 단점이 있지만, 핵심연구용어들 간에 동시출현(co-occurrence)관계를 추출하여 연구동향의 구조를 표현할 수 있다는 장점이 있다. 네트워크 가시화를 위한 네트워크 분석맵은 기존에 제시된 키워드 맵과 네트워크 기반 분석을 혼합한 방법으로 핵심연구용어간의 상호관계까지 규명할 수 있다는 장점을 보완하고 있다. 한국인 저자에 의해 수행된 국내 임상연구 네트워크 가시화 연구동향분석을 위하여 한국의학논문 데이터베이스인 KMbase 2017년 자료인 임상의학 관련 국내저널 및 해외 PubMed에 등록된 한국인 저자에 의해 발표 된 논문 7,652편을 추출하여 분석대상으로 수행되었다. 분석기법은 빈티지와 Visualization Of Similarities (VOSviewer)를 통한 대상(Object)간의 유사도(node-link)로 Knowledge Domain Visualization의 학문영역의 지적 구조 분석을 위한 시각화를 서지계량학적 네트워크(Bibliometric network)의 다차원 척도 기법(Multidimensional Scaling, MDS)을 통해 분석하였다. 네트워크 가시화에서 나타나 있는 아래 그림과 같이 중앙에 Obesity를 중심으로 Metabolic Syndrome, Abdominal Obesity, Weight loss, Insulin Resistance, Dyslipidemia 등으로 군집을 연구가 이루어짐을 나타나고 있으며, Depression과 함께 군집을 이루고 있는 키워드는 Suicidal attempt, Anxiety, Sleep, Schizophrenia, Insomnia, Self esteem, Stress 등이 통계적으로 같은 클러스터를 이루고 있으며, Mortality, Stroke, Gait, Balance 등으로 연구가 활발하게 이루고지고 있음을 나타내고 있다.
그림) KMbase 2017년 임상의학 연구동향 : 네트워크 가시화 분석