TGJL-Lectura4

Vista previa del material en texto

Reporte 04 
 
Nombre: Téllez González Jorge Luis 
Fecha: 01 de mayo de 2023 
 
 
Referencia 
bibliográfica 
APA 
Radanliev, P., De Roure, D. & Walton, R. (2020, septiembre). Data mining and 
analysis of scientific research data records on Covid-19 mortality, immunity, and 
vaccine development - In the first wave of the Covid-19 pandemic. Diabetes & 
Metabolic Syndrome: Clinical Research & Reviews, 14(5), 1121-1132. 
https://doi.org/10.1016/j.dsx.2020.06.063 
 
IEEE 
P. Radanliev, D. De Roure y R. Walton, "Data mining and analysis of scientific 
research data records on Covid-19 mortality, immunity, and vaccine development - 
In the first wave of the Covid-19 pandemic", Diabetes & Metabolic Syndrome: 
Clinical Research & Reviews, vol. 14, n.º 5, pp. 1121–1132, septiembre de 2020. 
Accedido el 01 de mayo de 2023. [En línea]. Disponible: 
https://doi.org/10.1016/j.dsx.2020.06.063 
 
Autor (es) Petar Radanliev, David De Roure y Rob Walton 
Título 
Data mining and analysis of scientific research data records on Covid19 mortality, 
immunity, and vaccine development - In the first wave of the Covid-19 pandemic 
Año 
 
2020 
 
Tipo de 
publicación 
 
Artículo de divulgación. 
Nombre de la 
revista, 
conferencia, 
Editorial u otro 
 
ELSEVIER. Diabetes and Metabolic Syndrome: Clinical Research & Reviews 
Número de 
páginas 
 
12 
Problema 
abordado 
El artículo busca abordar la respuesta de la comunidad científica internacional en las 
primeras etapas de la pandemia por el COVID-19, analizando con técnicas de minado 
de datos la respuesta científica por medio de los papers de investigación generados, 
recurriendo a la Web of Science Core Collection. 
Objetivo 
El objetivo del minado consiste en una recolección y análisis de palabras clave y 
entidades autoras de los distintos papers generados en las etapas iniciales del 
COVID-19, así como la revisión de cómo los sistemas de alerta temprana 
desarrollados en pandemias anteriores respondieron para contener el virus. Todo 
esto con el objetivo de desarrollar un análisis estadístico computacional sobre la 
 
 
 
correlación entre países, universidades y palabras clave relacionadas con el estudio 
del COVID-19: mortalidad, inmunidad y vacunas. 
 
Justificación 
 
A raíz de la pandemia mundial, resultó evidente la necesidad de contar con 
mecanismos consolidados en los servicios médicos de los países tanto para el 
tratamiento de enfermos como para llevar a cabo una recolección de datos masiva 
que pueda ser utilizada para obtener insights críticos para combatir situaciones 
similares que pudiesen presentarse en un futuro. 
 
En este sentido, la colaboración entre países y entidades académicas resulta clave 
para actuar con rapidez y poder llegar a soluciones que permitan contener con 
eficacia estos eventos. 
Marco teórico 
 
El enfoque específico del análisis se enfocó en los siguientes temas: la mortalidad, 
las vacunas y la inmunidad al COVID-19. Particularmente, se utilizó la base de datos 
Web of Science Core Collection. Para esto, los autores llevaron a cabo un análisis 
bibliométrico. 
 
• Análisis bibliométrico: se refiere al uso de métodos estadísticos 
computacionales para analizar registros de papers científicos con el fin de 
identificar relaciones de investigación en citas de revistas, evaluar 
cuantitativamente las palabras clave más dominantes, identificar la 
interrelación entre los problemas investigados por diferentes 
organizaciones y países, comparar la cobertura de temas de investigación 
por países, crear listas de palabras clave en grupos de sinónimos y conceptos 
relacionados, y medir frecuencias de términos (palabras clave). Los autores 
hacen la aclaración, de que el enfoque del artículo se basa en desarrollar 
mapas conceptuales usando análisis factorial, mapas de redes colaborativas 
y categorización de palabras clave, sinónimos y conceptos relacionados por 
medio de una agrupación por organizaciones o países. 
 
Método 
utilizado 
Para el desarrollo de la investigación se utilizó la biblioteca Bibliometrix utilizando R 
Studio y los registros de papers científicos obtenidos en la base de datos de la Web 
of Science Core Collection empleando un análisis bibliométrico sobre los registros de 
forma individual y comparándolos con una combinación de todos los temas de 
investigación relacionados al COVID-19. Posteriormente, se elaboraron 
visualizaciones de datos empleando tree-maps para categorizar por nivel de 
producción e importancia las entidades, universidades y países que más participaron 
en la investigación científica temprana del COVID-19. Así mismo, se realizaron mapas 
de redes colaborativas para conocer la relación entre los países del mundo con 
respecto a su nivel de colaboración y comunicación en la investigación científica. Así 
mismo, se emplea el análisis de correspondencia múltiple (MCA) y el escalamiento 
multidimensional (MDS) por medio de análisis factorial para generar un mapa 
conceptual estructurado común a los estudios científicos analizados. Por último, se 
desarrollan redes de co-concurrencia para analizar las palabras clave más destacadas 
entre todos ellos, y como estas palabras se relacionan entre sí. 
 
 
 
 
Fuentes de 
investigación 
utilizada 
 
Artículos de investigación científica y médica. 
 
Herramientas 
utilizadas 
 
Bibliometrix de R Studio, base de datos de la Web of Science Core Collection y la 
herramienta Web of Science. 
 
Resultados 
alcanzados 
 
Por medio del análisis realizado con 5210 registros y sus respectivas visualizaciones, 
se llegó a la conclusión de que, aunque la percepción general es que China fue de los 
países pioneros en la investigación científica temprana relacionada al COVID-19, en 
realidad no es el país que más bibliografía ha generado en todo el mundo; aunque si 
fue el más predominante en los inicios. En este sentido, Estados Unidos se clasifica 
como el país que más aporte ha realizado en este sentido; ubicándose China 
inmediatamente atrás. Así mismo, por medio del análisis de redes se llegó a una 
conclusión interesante: aunque EE. UU fue el país predominante de investigación 
científica, las instituciones que más aportaron en el estudio de la mortalidad del 
COVID-19 (Universidad de Huazhong, Wuhan y Harvard) no fueron 
predominantemente estadounidenses. Incluso más allá de lo anterior, se observó 
una fuerte relación entre las investigaciones chinas y estadounidenses; donde se 
observó que Reino Unido tuvo una colaboración más estrecha con China que con EE. 
UU en el tema del estudio de la mortalidad. Por otra parte, los estudios 
predominantes del COVID-19 apuntaron hacia el área de Inmunología y, en el área 
del estudio de la vacunación, las 3 instituciones predominantes no fueron 
estadounidenses (Fudan, Melbourne y Oxford), mientras que en el desarrollo de 
vacunas EE. UU guardó una estrecha relación con Alemania, Reino Unido y China; 
donde México tuvo una conexión mediana con China. 
Aspectos de 
interés 
 
Como destaca el documento, una situación que pareció presentarse es que el 
volumen de investigación guardó una estrecha relación con el avance de la pandemia 
durante el periodo de tiempo estudiado en el artículo, y a pesar de las fuertes 
tensiones geopolíticas que ya existían entre las distintas potencias del mundo 
(particularmente EE. UU y China) la cooperación científica no se vio entorpecida y se 
generó una red de investigación eficaz que, con el tiempo, resultó ser eficaz tras 
efectivamente haberse logrado una vacuna eficaz en condiciones adversas y en un 
tiempo récord para su aplicación a nivel global (Cansino, AstraZeneca, Sputnik, …). 
 
Un aspecto notable que se desprende de los resultados es que la investigación 
comenzó a acelerarse conforme las consecuencias de la pandemia se aceleraban; lo 
que coincide con la crisis que EE. UU. comenzó a sufrir con los incrementos 
descontrolados de casos positivos que sufrió a lo largo del 2020-2021. En este 
sentido, a finales de 2020 se tuvieronlos avances más significativos y el mundo sufrió 
un boom generalizado que cambió la forma de trabajar de muchas personas e 
introdujo conceptos como la IA, Blockchain o el Big Data al mundo. Aunque 
actualmente la situación se encuentra estabilizada, se obtuvieron valiosas lecciones 
que solo el tiempo dirá si se aprovecharán si se presentase de nuevo una situación 
de tal escala.