NIHの初期COVID-19パンデミック対応による出版物の機械学習分析
カテゴリ：手術支援
公開日：2026年2月19日
タイトル：Machine Learning-based Analysis of Publications Funded by the National Institutes of Health's Initial COVID-19 Pandemic Response
雑誌名：Open Forum Infect Dis. 2024 Apr; 11(4): ofae156. doi: 10.1093/ofid/ofae156. Epub 2024 Apr 24.
概 要：
この研究は、COVID-19パンデミックに対するNIHの4億ドル以上の資金提供による研究成果を評価し、科学コミュニティがどのように連邦資金を活用したかを理解することを目的としています。2020年1月から2021年12月までに授与されたNIHのCOVID-19関連助成金を特定し、関連する出版物を収集しました。機械学習モデルを用いて、出版物の共通のトピックやテーマを特定しました。
方 法：
NIHのCOVID-19助成金を特定し、PubMedから関連する出版物を収集しました。NIHのiCiteツールを使用して引用数を分析し、LitCOVIDデータベースを用いてCOVID-19に直接関連する出版物を特定しました。出版物のタイトルと医学的主題見出しを入力として、機械学習モデルを構築しました。
結 果：
2401件の助成金から14,654件の出版物が得られ、そのうち2764件（19%）がCOVID-19に直接関連し、252,029件の引用を生成しました。これらの出版物の62%は臨床に焦点を当て、32%が細胞/分子、6%が動物に関連していました。機械学習モデルは、臨床試験と成果研究（8.5%）、コロナウイルスによる心臓および肺の損傷（7.3%）、COVID-19の伝播/疫学（7.2%）を主要な研究トピックとして特定しました。
結 論：
この研究は、研究者が初期のCOVID-19パンデミックに対して連邦資金をどのように活用したかに関する重要な洞察を提供します。