沿着转化连续性跟踪生物医学文章：基于生物医学知识表示的度量
摘要：跨领域翻译研究的有效性是评估转化医学程序表现的关键。尽管之前的研究中提出了几个指标，但仍需要一个共识性的度量来代表文章层面生物医学研究的翻译特征。本研究首先基于3000万多篇PubMed文章训练了生物医学实体和文档的语义表示（即生物实体2vec和生物文档2vec）。然后，我们开发了一种称为转化进展（Translational Progression，TP）的新度量，用于跟踪生物医学文章在转化过程中的位置。我们从临床试验阶段识别和ACH分类两个角度验证了TP的有效性，结果显示TP与其他指标之间存在极好的一致性。同时，TP具有几个优点。首先，它能够动态和实时地跟踪生物医学研究的转化程度。其次，它的解释和操作都很直观。第三，它不需要进行劳动密集型的MeSH标记，适用于大规模学术数据以及未在PubMed中索引的论文。此外，我们还从整体分布、时间和研究主题三个维度考察了生物医学研究的转化进展，揭示了三个重要发现。本研究提出的度量标准可以帮助决策者实时监测具有高转化潜力的生物医学研究，并做出更好的决策。它还可以被应用和改进于其他领域，如物理学或计算机科学，来评估科学发现的应用价值。
作者：Xin Li, Xuli Tang, Wei Lu
论文ID：2211.12819
分类：Digital Libraries
分类简称：cs.DL
提交时间：2022-11-24