Mapping fMRI research in disorders of consciousness: a bibliometric study

Motivation

• Known: rs-fMRI는 비침습적 기법으로 pDoC 환자의 covert consciousness를 감지할 수 있으며, behavioral assessment만으로는 36-40%의 오진율이 존재한다는 것이 알려져 있다. 또한 task-based fMRI paradigm이 Cognitive-Motor Dissociation (CMD)을 감지하여 진단 오류를 36%에서 9%로 감소시킬 수 있음이 선행연구에서 보고되었다.
• Gap: 기존 리뷰들은 주로 imaging paradigm이나 임상 검증에 집중했으며, "fMRI-pDoC" 연구 영역의 출판 동향, 신흥 키워드, 또는 co-citation network에 대한 정량적 분석이 제한적이었다. 특히 CiteSpace를 활용한 체계적인 시각화 및 2022-2025년 최근 3년 기간의 분석이 부재했다.
• Why: pDoC는 만성 의식장애로 점점 증가하는 사회적 부담이며 (중국만 해도 연 30-50억 위안의 의료비 소요), 정확한 의식 수준 평가가 임상 관리, 자원 배분, 생명 유지 치료 결정에 결정적 역할을 한다. 따라서 fMRI 응용 연구의 지형을 체계적으로 매핑하는 것은 향후 진단 기술 개발 및 임상 중재의 방향성을 제시하는 데 중요하다.
• Approach: WOSCC 데이터베이스에서 정제된 검색 전략 (controlled subject terms과 free-text keywords 결합)으로 418개 논문을 수집하고, CiteSpace 6.3 R1을 활용하여 시간적 출판 추이, 국가/기관 협력 네트워크, journal co-citation network, keyword evolution을 시각화했다. 별도로 PubMed에서 최근 임상 시험 18개를 수집하여 narrative synthesis로 bibliometric 발견사항에 임상적 맥락을 제공했다.

Achievement

FIGURE 3

주요 성과: (1) 발표 현황: 39개 국가/지역에서 418개 논문 생산; 미국 144편, 중국 99편, 벨기에 1편의 기여도 분석 가능. (2) 핵심 학자: Steven Laureys, Owen Adrian M, Edlow Brian L이 해당 분야의 중심 연구자로 규명. (3) Journal co-citation: NeuroImage가 진단 관련 연구에서 가장 빈번히 인용되는 저널로 확인. (4) 키워드 클러스터링: Minimally Conscious State (MCS), resting-state functional magnetic resonance imaging (rs-fMRI), 진단 척도 등이 핵심 클러스터로 식별. (5) 향후 방향: multimodal 접근 (fMRI-EEG-EMG 병렬 수집), closed-loop "consciousness-motor" biomarker 개발, 개인화된 중재 연구의 필요성 제시.

How

FIGURE 2

• Web of Science Core Collection (WOSCC)에서 제어된 대상 용어와 자유 텍스트 키워드를 결합하여 검색; 2009년 1월부터 2025년 9월 11일까지 시간 슬라이싱 (1년 단위).
• CiteSpace 6.3 R1을 사용하여 Top N=50, g-index (k=25), Kleinberg burst detection (최소 2년), Freeman betweenness centrality (BC≥0.1), LLR clustering 분석.
• Cluster quality 평가: Modularity Q=0.623, Silhouette mean=0.78로 양호한 클러스터링 품질 확인.
• PubMed 검색 (2009-2025년)으로 최근 임상 시험 18개를 식별하고 narrative synthesis 수행.

Originality

• CiteSpace를 pDoC-fMRI 연구 영역에 처음 체계적으로 적용하여 burst detection과 co-citation clustering을 통한 지식 변곡점과 신흥 연구 핫스팟을 규명했다.
• Bibliometric analysis와 PubMed 임상 시험 데이터의 convergent mixed-methods 통합 접근으로, 학술 계량적 패턴 발견과 임상적 검증을 순차적으로 연결했다.
• 기존 리뷰의 주관적 paradigm 중심 분석에서 벗어나 출판 메타데이터를 기반한 객관적 정량 분석으로 연구 진화 궤적을 시각화했다.

Limitation & Further Study

• 한계: (1) WOSCC만을 주요 데이터원으로 사용했으므로, Scopus, PubMed Central 등 다른 주요 데이터베이스의 논문들이 누락될 수 있음. (2) 검색 전략의 특이도(specificity) 여부, 즉 fMRI-pDoC 관련 false positive 또는 false negative의 비율이 명확히 보고되지 않음. (3) Narrative synthesis에 포함된 18개 임상 시험이 정형적 systematic review 절차 (예: PRISMA 기준)를 따르지 않아 선택 편향 가능성. (4) Bibliometric clustering 결과의 temporal stability 및 연간 샘플 크기 편차에 대한 민감도 분석 부재.
• 후속 연구: Scopus, Embase 등 다중 데이터베이스 통합 분석; PRISMA-ScR 기준 적용한 체계적 narrative review; temporal validation cohort을 이용한 예측 모델 개발.

Evaluation

총평: 본 논문은 pDoC 진단에서 fMRI 응용 연구의 지형을 처음으로 CiteSpace 기반 bibliometric 방법론으로 체계적으로 매핑한 의미 있는 시도이다. 미국-중국 양극축의 학술 네트워크, rs-fMRI와 CMD 감지의 핵심 핫스팟, 그리고 multimodal 접근의 필요성을 명확히 제시함으로써 향후 fMRI 기반 pDoC 진단 연구의 방향성 제시에 기여한다. 다만 단일 데이터베이스 의존, 임상 시험 narrative synthesis의 형식적 제약, 그리고 시간적 안정성 검증 부재는 해석의 범용성을 제한한다. 학술 계량 분석과 임상 맥락화의 통합 설계는 건강과학 분야의 좋은 실례이나, 데이터 수집 및 선정 투명성 강화가 권장된다.