From feasibility to consolidation: a bibliometric analysis of robot-assisted stereoelectroencephalography (2011-2025).

چکیده اصلی

Robot-assisted stereoelectroencephalography (SEEG) has become an established technique for localising the epileptogenic zone in drug-resistant focal epilepsy, yet its literature has not been mapped bibliometrically. To characterise the structure, dynamics, and thematic evolution of this literature, we analysed 151 publications (118 articles, 33 reviews) indexed in the Web of Science Core Collection between 2011 and 2025, using Bibliometrix for performance and thematic analysis and VOSviewer for co-authorship networks. The corpus grew at a compound annual rate of 21.90% and reached a corpus h-index of 33; segmented Poisson regression identified a single change in regime at 2020, after which annual output was higher but showed no further trend. Author productivity was steeply skewed (Lotka β = 3.37). The United States led in both volume (72 publications) and impact (national h-index 22), whereas Italy recorded the highest per-document citation rate (164.4) on only five publications. The intellectual foundation rested on accuracy- and safety-validation studies, led by Cardinale et al. and González-Martínez et al. A stable SEEG core persisted while the field evolved from early depth-electrode themes toward a recent reorganisation around robotics, the learning curve, and expanded indications such as deep brain stimulation and radiofrequency thermocoagulation. These findings chart how the literature consolidated around a narrow validation base and then shifted toward delivery and training, identifying training standardisation, comparative-effectiveness research, and wider global access as its principal open priorities.

ترجمه فارسی چکیده

استفاده از ربات‌های کمکی در سترئو-الکتروانسفالوگرافی (SEEG) به عنوان یک تکنیک تثبیت‌شده برای محلی‌سازی ناحیه ایلیپتوژنیک در صرع تمرکزی مقاوم به دارو شناخته می‌شود، اما ادبیات آن به صورت بیبلیومتریک نقشه‌برداری نشده است. برای توصیف ساختار، دینامیک و تکامل موضوعی این ادبیات، ۱۵۱ انتشار (۱۱۸ مقاله، ۳۳ مرور) در مجموعه هسته وب‌ساینس بین ۲۰۱۱ و ۲۰۲۵ با استفاده از Bibliometrix برای تحلیل عملکرد و موضوعی و VOSviewer برای شبکه‌های همکاری نویسندگان تحلیل شد. حجم داده‌ها با نرخ سالانه مرکب ۲۱.۹۰٪ رشد کرد و شاخص h کل داده‌ها به ۳۳ رسید؛ رگرسیون پواسون بخشی نشان داد که یک تغییر در رژیم در سال ۲۰۲۰ رخ داد، پس از آن تولید سالانه بالاتر بود اما هیچ روند دیگری نشان نداد. بهره‌وری نویسندگان به شدت نامتقارن بود (β = ۳.۳۷). ایالات متحده در هر دو حجم (۷۲ انتشار) و تأثیر (شاخص h ملی ۲۲) رهبری کرد، در حالی که ایتالیا بالاترین نرخ استناد به هر سند (۱۶۴.۴) را با تنها پنج انتشار ثبت کرد. پایه‌های شناختی بر مطالعات تأیید دقت و ایمنی استوار بود که توسط Cardinale و González-Martínez رهبری می‌شدند. هسته ثابت SEEG باقی ماند در حالی که این حوزه از موضوعات اولیه الکترودهای عمیق به سمت بازسازی اخیر حول رباتیک، منحنی یادگیری و نشان‌های گسترده‌ای مانند تحریک مغز عمیق و تتراپی رادیوفرکانسی حرکت کرد. این یافته‌ها نشان می‌دهند که ادبیات چگونه حول یک پایه تأیید محدود تثبیت شد و سپس به سمت ارائه و آموزش حرکت کرد و استانداردسازی آموزش، تحقیق اثربخشی مقایسه‌ای و دسترسی جهانی گسترده را به عنوان اولویت‌های باز اصلی شناسایی می‌کند.

متن کامل اصلی