Bibliometría y análisis de producción científica

Con un análisis bibliométrico que cuantifica el estado del campo: cuánto se publica, sobre qué temas, quién lidera y qué nichos están poco explorados. Aplica cuando un evaluador de una convocatoria competitiva, como el ISCIII, Horizon Europe o el ERC, pide evidencia de relevancia y novedad, y una frase sobre el "creciente interés" no la aporta. El análisis mapea la producción por año, autor, institución y país, construye redes de colaboración y genera mapas temáticos que clasifican cada área en consolidada, emergente o en declive, de modo que la afirmación "es un campo emergente" pase de retórica a dato. Los diagramas UpSet de términos MeSH añaden la detección de combinaciones temáticas ausentes, que pueden señalar líneas sin explorar. Lo que se entrega es evidencia cuantitativa que ayuda a sostener el argumento de novedad, no la garantía de que la propuesta se financie, que depende de muchos más factores.

El análisis parte de las grandes bases bibliográficas, como PubMed, Web of Science y Scopus, y la ecuación de búsqueda la define el servicio junto con el cliente, no la aporta el cliente cerrada. Aplica a cualquier proyecto bibliométrico, donde la calidad del mapa depende directamente de cómo se acote el corpus. La búsqueda bibliométrica busca una cobertura amplia y coherente del campo, con criterios distintos a los de una revisión sistemática, que persigue exhaustividad bajo criterios estrictos. El servicio traduce la pregunta del cliente en una ecuación, descarga los registros, limpia duplicados y normaliza nombres de autores e instituciones antes de analizar. El cliente aporta el conocimiento del campo y valida el alcance; el servicio construye y ejecuta la estrategia de búsqueda y prepara el corpus. Definir bien la ecuación es lo que separa un mapa útil y defendible de uno sesgado por una búsqueda mal planteada.

Un mapa temático de centralidad-densidad clasifica los temas de un campo en cuatro cuadrantes según su relevancia estructural (centralidad) y su grado de desarrollo interno (densidad). Aplica cuando se quiere entender no solo cuánto se publica, sino cómo se organizan los temas y hacia dónde evoluciona el campo. Los temas se sitúan como motores, básicos y transversales, muy especializados o, cuando la lectura temporal lo permite, emergentes o en declive. La construcción parte de la co-ocurrencia de keywords y técnicas de agrupación temáticas, según el enfoque elegido, para identificar los grupos temáticos. Conviene un matiz: la posición de un tema depende del corpus y del periodo analizado, por lo que se interpreta como fotografía de un campo acotado, no como verdad absoluta. Lo que aporta es una lectura accionable de qué temas priorizar, consolidar o explorar.

Añaden una lectura del contenido y el tono del corpus que el recuento bibliométrico no captura: de qué se habla exactamente y con qué orientación, más allá de cuánto se publica. Aplica cuando interesa el contenido temático y emocional de la literatura, no solo sus métricas de producción y colaboración. El topic modeling con LDA propone agrupaciones temáticas latentes en los abstracts sin supervisión, que no siempre coinciden con las keywords declaradas por los autores; el análisis de sentimiento con diccionarios léxicos como NRC o Bing aproxima patrones de polaridad o emoción presentes en el lenguaje de los abstracts. Conviene un límite: estas técnicas describen patrones léxicos del corpus, no juicios de calidad ni de veracidad de la investigación, y los temas latentes requieren interpretación experta para ser útiles. Lo que aportan es una capa de contenido (qué se dice y cómo) que complementa la estructura que ofrece la bibliometría clásica.

La bibliometría se utiliza para mapear la estructura, la evolución y la dinámica de un campo de investigación: quién publica, sobre qué, con quién y cómo cambia en el tiempo. El meta-análisis encaja cuando la pregunta es cuantitativa sobre un efecto concreto: combinar los resultados numéricos de varios estudios para estimar una magnitud de efecto agregada. No responden a la misma pregunta: la bibliometría analiza la literatura como objeto, es decir, su producción y su estructura; el meta-análisis sintetiza los resultados de la literatura para responder una pregunta clínica o epidemiológica. También difiere la estrategia de búsqueda: en bibliometría la ecuación se construye buscando una cobertura amplia del campo; en meta-análisis la selección de estudios se construye bajo criterios explícitos de elegibilidad y exhaustividad. Pueden encadenarse, por ejemplo con un mapa bibliométrico antes de decidir el alcance de una síntesis, pero son servicios distintos.

No la sustituye: la bibliometría es a menudo el paso previo que prepara y dimensiona una revisión sistemática, no su reemplazo. Aplica cuando un equipo va a emprender una revisión y necesita primero entender el terreno: explorar términos, autores, revistas y volumen de literatura antes de cerrar una estrategia de revisión. El mapa bibliométrico ofrece esa panorámica cuantitativa del campo sin necesidad de leer cada artículo, lo que ayuda a acotar el alcance antes de invertir el esfuerzo de una revisión completa. El límite es claro: la bibliometría describe la estructura de la literatura, no evalúa críticamente la evidencia ni extrae conclusiones sobre la eficacia de una intervención, que es el cometido de la revisión sistemática y, en su caso, del meta-análisis. Una cosa cartografía el campo; la otra valora la evidencia que contiene.

Solo sobre literatura científica: el NLP de este servicio se aplica a abstracts y registros bibliográficos, no a historias clínicas ni a texto clínico de pacientes. Aplica precisar este límite porque "análisis de texto en salud" puede entenderse de dos formas muy distintas. Aquí el corpus son los abstracts de un campo, sobre los que se aplican topic modeling y análisis de sentimiento para caracterizar temas y tono de la producción científica. El procesamiento de lenguaje natural sobre historias clínicas, con extracción de entidades, codificación SNOMED-CT y minería de texto clínico, es una línea distinta, con sus propias fuentes, marco de privacidad y validación, y no forma parte de este servicio. La distinción no es un matiz: cambian las fuentes, los riesgos y los métodos. Quien necesite analizar texto clínico encontrará aquí una frontera clara, no una promesa difusa.

Se entrega un mapa cuantitativo del campo, documentado y reproducible: análisis descriptivo y temporal de la producción, redes de co-autoría e institucionales con métricas de centralidad, mapas temáticos de centralidad-densidad, análisis de términos MeSH y, cuando el proyecto lo incluye, NLP sobre los abstracts (sentimiento y topic modeling). Aplica a quien necesita una fotografía del estado de un campo para justificar una línea, preparar una revisión o evaluar el posicionamiento de un grupo. Las visualizaciones se entregan acompañadas de su interpretación, no como salidas sueltas: redes, mapas temáticos, diagramas UpSet, visualizaciones de términos, evolución temática y patrones léxicos. El análisis queda documentado en Quarto con código reproducible, de modo que pueda revisarse y actualizarse. El reparto se mantiene: el cliente aporta el conocimiento del campo y la pregunta; el servicio construye el corpus, lo analiza y lo interpreta. Lo que se entrega es un mapa accionable, no un volcado de métricas bibliográficas.