Datenquelle und Strategie zur Datensuche
Die Daten für diese Studie wurden am 6. April 2026 aus der Web of Science Core Collection-Datenbank abgerufen. Die folgenden Core Collection-Indizes wurden durchsucht: Science Citation Index Expanded (SCI-EXPANDED) und Social Sciences Citation Index (SSCI). Es wurde eine erweiterte Suche durchgeführt, wobei der Suchumfang auf das Themenfeld der Literatur beschränkt wurde. Die spezifische Suchanfrage wurde wie folgt formuliert: TS=(„bone metast“ ODER „skeletal metast“ ODER „osseous metast“) UND TS=(„Positron Emission Tomography Computed Tomography“ ODER „CT PET“ ODER „CT PET Scan“ ODER „PET CT Scan“ ODER „PET/CT“ ODER „PET/CT Scan“ ODER „Positron Emission Tomography-Computed Tomography“). Der Suchzeitraum wurde vom 1. Januar 2016 bis zum 31. Dezember 2025 festgelegt, um das letzte Jahrzehnt an Forschungsaktivitäten in diesem sich schnell entwickelnden Bereich abzudecken, da in den vergangenen zehn Jahren erhebliche Fortschritte in der PET/CT-Technologie, der Entwicklung neuer Tracer sowie in klinischen Anwendungen bei knöchernen Metastasen erzielt wurden, wodurch dieser Zeitraum am besten die aktuelle Forschungslandschaft widerspiegelt.
Einschluss- und Ausschlusskriterien
Um Verzerrungen in nachfolgenden Analysen zu minimieren, wurde ein strenger Screening-Prozess angewandt. Die Einschlusskriterien waren: begutachtete Originalartikel oder Übersichtsarbeiten; Veröffentlichung in englischer Sprache; Veröffentlichung zwischen 2016 und 2025. Die Ausschlusskriterien waren: Konferenzabstracts, Konferenzbeiträge, Leitartikel, Buchkapitel und zurückgezogene Publikationen; Publikationen in anderen Sprachen als Englisch; doppelte Datensätze. Präklinische Studien, Simulationsstudien, Fallberichte und Fallserien wurden von der abschließenden Analyse ausgeschlossen, da die vorliegende bibliometrische Studie sich auf begutachtete Originalarbeiten und Übersichtsarbeiten konzentrierte, die systematische Belege und umfassende Übersichten des Fachgebiets bieten. Doppelte Einträge wurden identifiziert, indem Autorennamen, Titel, Zeitschriftennamen, Erscheinungsjahre und DOIs mithilfe der Funktion „Doppelte finden“ in der bibliometrischen Software sowie durch manuelle Überprüfung verglichen wurden. Gefundene Duplikate wurden vor der weiteren Analyse entfernt.
Datenexport und Vorverarbeitung
Vollständige Datensätze und zitierte Referenzen der Literatur, die die Einschlusskriterien erfüllte, wurden aus der Datenbank im Klartextformat exportiert. Die exportierten Daten enthielten Kern-Metadatenfelder wie Autorennamen, Artikelüberschriften, Quellenpublikationen, Abstracts, Schlüsselwörter, Literaturlisten und Zitationszahlen. Die exportierten Datendateien wurden auf lokalen Speichergeräten archiviert, um sie anschließend mit bibliometrischer Software lesen und visualisieren zu können.
Datenanalyse- und Visualisierungstools
Für den erhaltenen Literatursatz wurden mehrere spezialisierte Software-Tools und Online-Plattformen gemeinsam genutzt, um die bibliometrische Analyse und wissenschaftliche Kartierung abzuschließen. Der spezifische Analyseprozess war wie folgt: Grundlegende bibliometrische Indikatoren wurden mithilfe von Excel zusammengestellt und organisiert. Wissenschaftliche Wissenskarten wurden hauptsächlich mit VOSviewer und CiteSpace erstellt. Bei der VOSviewer-Analyse wurde die Methode der vollständigen Zählung verwendet. Für das Länder-Kooperationsnetzwerk wurde die maximale Anzahl anzeigbarer Knoten auf 25 festgelegt; für Institutionen-, Zeitschriften- und Autoren-Kooperationsnetzwerke betrug die Obergrenze 50. Bei der Zeitschriften-Zitieranalyse wurde die Mindestanzahl an Zitaten auf fünf festgelegt. Der Clustering-Auflösungsparameter blieb beim Standardwert von 1,0. VOSviewer wurde zur Netzwerkanalyse und Cluster-Visualisierung von Zeitschriften-Zitierbeziehungen, Länderkooperationen, institutionellen Kooperationen und Autoren-Mitverfasserschaften eingesetzt. Bei der CiteSpace-Analyse wurde der Zeitabschnittsparameter auf ein Jahr pro Abschnitt festgelegt. Der Top-N-Wert pro Abschnitt wurde auf 10 gesetzt. Zur Netzwerkverdünnung wurde der Pathfinder-Algorithmus verwendet, kombiniert mit der Option „Pruning sliced networks“, während alle übrigen Parameter den Standardvorgaben der Software folgten. CiteSpace wurde zur Erkennung von Schlagwort-Bursts, zur Analyse der zeitlichen Entwicklung von Schlagwort-Ko-Occurrenzen in Zeit-Zonen sowie zur Erstellung und Interpretation von Referenz-Zitier-Netzwerken eingesetzt. Zur räumlichen Visualisierung der Kooperationsbeziehungen zwischen Ländern wurde Scimago Graphica verwendet, um geografische Karten zu generieren, die die Intensität des akademischen Austauschs zwischen verschiedenen Ländern oder Regionen anschaulich darstellen. Zusätzlich wurden Akkorde-Diagramme, die die Kooperationsverbindungen zwischen Ländern veranschaulichen, mithilfe einer Online-Bibliometrie-Plattform erstellt. Daten zur Zeitschriftenbewertung, einschließlich Impact-Faktoren und Quartilsplatzierungen im Journal Citation Reports (JCR), wurden durch Abfrage und manuelle Überprüfung auf der Website des Journal Citation Reports (JCR) ermittelt. Dieser integrierte Analyseprozess mit mehreren Tools gewährleistete die Vollständigkeit und Genauigkeit der Analyse der Forschungsstruktur, der Entwicklung von Forschungsschwerpunkten sowie der Kooperationsmuster in diesem Bereich. Der Forschungsprozess dieser Studie ist in Abbildung 1 dargestellt.