Bibliometrische analyse van metabole herprogrammering in T-lymfocyten onthult onderzoekstrends en opkomende hotspots, 2016-2025

Samenvatting

Deze bibliometrische analyse gebruikte CiteSpace, VOSviewer en Scimago Graphica om publicatietrends, samenwerkingsnetwerken en opkomende onderzoekshotspots in T-lymfocyten metabole herprogrammeringsonderzoek van 2016 tot 2025 te evalueren.

Samenvatting

T-lymfocyten zijn centrale regulatoren van immuunresponsen, en recente studies hebben aangetoond dat metabole processen de activatie, differentiatie en effectorfunctie van T-lymfocyten beïnvloeden bij kanker en auto-immuunziekten. Deze studie voerde een bibliometrische analyse uit van publicaties van 1 januari 2016 tot 31 december 2025, opgehaald uit de Web of Science Core Collection. CiteSpace werd gebruikt voor co-occurrence, co-citation en clusteringanalyses van referenties en trefwoorden. VOSviewer werd toegepast om tijdschriften, auteurs, referenties, landen en instellingen te analyseren, terwijl Scimago Graphica nationale samenwerkingsnetwerken visualiseerde en Excel werd gebruikt om jaarlijkse publicatietrends te evalueren. In totaal werden 1.882 publicaties meegenomen. De jaarlijkse publicatieproductie nam gestaag toe, met opmerkelijke groei in 2021 en 2025. China leverde het hoogste publicatievolume, terwijl de Verenigde Staten een grotere citatieimpact toonden. Frontiers in Immunology was het meest productieve tijdschrift, terwijl Nature de hoogste citatie-invloed toonde. Keyword clustering en citatieanalyses identificeerden evoluerende onderzoekshotspots gericht op T-lymfocytenmetabole herprogrammering, glucose- en aminozuurmetabolisme, en opkomende interesse in immuuncel-metabole interacties. Al met al toont deze bibliometrische analyse een voortdurende uitbreiding van het onderzoek naar T-lymfocyten immunometabolisme en benadrukt het opkomende thematische richtingen, waaronder intercellulaire metabole regulatie en lipidenmetabolisme.

Inleiding

Naïeve T-lymfocyten zijn voornamelijk afhankelijk van mitochondriale oxidatieve fosforylering (OXPHOS) om hun rustgevende en energiearme metabole toestand te behouden¹. Bij antigeenstimulatie ondergaan geactiveerde T-lymfocyten echter een metabole verschuiving naar aerobe glycolyse om snelle proliferatie en effectorfunctie te ondersteunen². Effector T-lymfocyten, met name cytotoxische subgroepen, zijn afhankelijk van glycolyse om te voldoen aan de verhoogde bio-energetische en biosynthetische eisen die gepaard gaan met cytokineproductie en cellulaire expansie³. Hoewel glycolyse per glucosemolecuul minder adenosinetrifosfaat (ATP) produceert dan OXPHOS, ondersteunt de snelle stofwisselingssnelheid de functionele behoeften van geactiveerde immuuncellen⁴. Overmatige glycolytische activiteit kan ook bijdragen aan schadelijke effecten binnen de immuunmicro-omgeving. Lactaatophoping kan de door glucose afgeleide serinesynthese verstoren en de intracellulaire redoxbalans veranderen, waardoor de proliferatie en functie van T-lymfocyten worden onderdrukt⁵. Daarnaast verstoren verhoogde lactaatwaarden de glycolyseafhankelijke migratieroutes en verminderen ze de motiliteit van CD4⁺- en CD8⁺T-lymfocyten^6,7.

Cellulaire stofwisseling past zich dynamisch aan aan omgevings- en fysiologische prikkels via een proces dat bekend staat als metabole herprogrammering ^8,9. Toenemend bewijs wijst erop dat metabole herprogrammering een centrale rol speelt bij het reguleren van T-lymfocytactivatie, differentiatie en functionele plasticiteit^10,11. Deze metabole veranderingen zijn vooral relevant bij kanker en auto-immuunziekten, waar veranderingen in de immuunmicro-omgeving de functie van T-lymfocyten en immuunregulatie beïnvloeden^12,13. Hoewel verschillende bibliometrische studies immunometabolisme in bredere contexten hebben geëvalueerd, waaronder kankerimmunometabolisme en ziekte-geassocieerd immuunmetabolisme, richten deze analyses zich voornamelijk op gegeneraliseerde immuun-metabole interacties in plaats van T-lymfocytenspecifieke metabole herprogrammering^14,15. Een uitgebreide bibliometrische evaluatie die specifiek gericht is op het immuunmetabolisme van T-lymfocyten blijft beperkt, met name met betrekking tot onderzoekstrends, samenwerkingsnetwerken en evoluerende thematische hotspots binnen dit vakgebied.

Om deze kloof te dichten, voerde deze studie een bibliometrische analyse uit van publicaties die geïndexeerd zijn in de Web of Science Core Collection (WOScc) van 1 januari 2016 tot 31 december 2025. CiteSpace, VOSviewer en Scimago Graphica werden gebruikt om publicatie-output, samenwerkingspatronen, co-citatierelaties en thematische evolutie kwantitatief te analyseren in onderzoek naar metabole herprogrammering van T-lymfocyten. In tegenstelling tot traditionele narratieve reviews biedt bibliometrische analyse een gestructureerd en datagedreven overzicht van het wetenschappelijke landschap via citatie-, clustering- en trefwoordanalyses. Het doel van deze studie was om systematisch wereldwijde onderzoekstrends en opkomende hotspots in het immuunmetabolisme van T-lymfocyten te karakteriseren en een georganiseerd overzicht te geven van het huidige kennislandschap in dit snel evoluerende vakgebied.

Protocol

Deze studie analyseerde uitsluitend bibliografische gegevens die uit openbaar toegankelijke databases waren gehaald en betrof geen menselijke deelnemers, dieren of identificeerbare persoonsgegevens; Daarom waren institutionele ethische goedkeuring en geïnformeerde toestemming niet vereist.

Gegevensverzameling en zoekstrategie
Gegevens zijn op 27 januari 2026 uit de WoSCC (https://www.webofscience.com/wos/woscc/) gehaald. De geselecteerde database-edities waren de Science Citation Index Expanded (SCI-EXPANDED) en Social Sciences Citation Index binnen WoSCC. De zoekopdracht werd uitgevoerd via de geavanceerde zoekinterface. De zoekstrategie werd toegepast in het veld "Topic (TS)", en de volledige zoekopdracht en de resulterende records worden weergegeven in Tabel 1. De zoekperiode was beperkt tot publicaties die tussen 1 januari 2016 en 31 december 2025 waren geïndexeerd met behulp van de WoSCC "Timespan"-filter. Alleen originele onderzoeksartikelen en overzichtsartikelen werden opgenomen met behulp van het filter "Document Types". De taal was beperkt tot het Engels en er werden geen beperkingen toegepast op het land, de instelling of het onderzoeksgebied. Alle records werden geëxporteerd in platte tekst met "Volledig Record en Geciteerde Referenties" geselecteerd tijdens de export. Wanneer het aantal teruggehaalde records de 500 overschreed, werden records in meerdere batches gedownload en vervolgens samengevoegd tot één dataset vóór de analyse. Na het ophalen werden alle records geïmporteerd in CiteSpace voor preprocessing en bibliometrische analyse. Dubbele records werden geïdentificeerd en verwijderd met behulp van de ingebouwde deduplicatiefunctie in CiteSpace op basis van bibliografische metadata, waaronder titel, auteurs, publicatiejaar en brontijdschrift. Wanneer potentiële inconsistenties of onvolledige bibliografische records werden vastgesteld, werd er bovendien handmatige verificatie uitgevoerd om de nauwkeurigheid en consistentie van de gegevens te waarborgen vóór analyse.

Set	Resultaten	Zoekopdracht
#1	252,461	TS=("T-cel*" OF "T-cel*" OF "T-lymfocyt*" OF "T-lymfocyt*" OF "T-lymfe*" OF "CD4+ T-cel*" OF "CD8+ T-cel*" OF "cytotoxische T-cel*" OF "regulerende T-cel*" OF "Treg*" OF "T-hulpcel*" OF "Th-cel*" OF "naïeve T-cel*" OF "geheugen-T-cel*" OF "effector T-cel*")
#2	13,799	TS=("metabole herprogrammering*" OF "metabole hervorming*" OF "metabole herbedrading")
#3	1,882	#1 EN #2

Tabel 1: Web of Science Core Collection zoekstrategie gebruikt voor het opvragen van bibliometrische gegevens. De tabel vat de gedetailleerde zoekstrategie, trefwoordcombinaties, Booleaanse operatoren en de definitieve opzoektellingen samen die zijn gebruikt voor literatuurverzameling uit de WoSCC. Zoekopdrachten werden uitgevoerd met het veld "Topic (TS)" in de geavanceerde zoekinterface. Jokertekens (*) werden gebruikt om meerdere woorduitgangen en gerelateerde terminologie op te halen. De uiteindelijke dataset bestond uit publicaties die tussen 1 januari 2016 en 31 december 2025 waren geïndexeerd na toepassing van taal- en documenttypefilters.

Analytische benaderingen
Een multitool bibliometrische benadering werd systematisch geïmplementeerd voor data-analyse. De analyse werd uitgevoerd in een Windows 10-besturingssysteemomgeving. CiteSpace (v.5.7.R2) werd gebruikt om referenties en trefwoorden te analyseren door TXT-formaat data te verwerken die vanuit WoSCC waren geëxporteerd. De parameters van CiteSpace waren als volgt geconfigureerd: (1) tijdssnij werd ingesteld van 2016 tot 2025 met één jaar per slice; (2) selectiecriteria werden geconfigureerd met behulp van de g-index (k = 25); (3) snoeimethoden omvatten Pathfinder, Pruning Sliced Networks en Pruning the Merged Network om netwerkstructuren te vereenvoudigen terwijl belangrijke relaties behouden bleven; en (4) clusteringanalyse werd uitgevoerd met behulp van het log-likelihoodverhouding-algoritme¹⁶. Deze analyse genereerde co-citatienetwerken, clusteringkaarten, tijdlijnvisualisaties en burstdetectiekaarten voor zowel referenties als trefwoorden. In de visualisatiekaarten vertegenwoordigde knooppuntgrootte frequentie, linkdikte de co-incidentsterkte, en paarse ringen een hoge tussenliggende centraliteit. Burst-nodes weerspiegelden een plotselinge toename in citatie- of trefwoordfrequentie in de loop van de tijd.

Vervolgens werden de geëxporteerde bestanden opnieuw opgeslagen in UTF-8-codering met Windows Notepad en geïmporteerd in VOSviewer (versie 1.6.20) voor bibliometrische mapping, inclusief co-auteurschap, co-citatie en co-occurrence analyses tussen auteurs, tijdschriften, instellingen en landen¹⁷. De volledige tellmethode werd toegepast en normalisatie werd uitgevoerd met behulp van de associatiesterkte-methode. Minimale drempels voor voorkomens werden vastgesteld op basis van de grootte van de dataset (auteurs ≥ 5 publicaties; trefwoorden ≥ 5 voorkomen; instellingen ≥ 3 publicaties). Netwerkvisualisatie was gebaseerd op itemgewicht en totale linksterkte. Voor land-niveau samenwerkingsanalyse werden GML-bestanden geëxporteerd vanuit VOSviewer geïmporteerd in Scimago Graphica (versie 1.0.53), waar knooppunten landen vertegenwoordigden. Netwerkvisualisatie en clustering werden gegenereerd met het standaard force-directed layout-algoritme om ruimtelijke relaties en samenwerkingspatronen tussen landen weer te geven. WPS Excel werd gebruikt voor beschrijvende statistische analyse van jaarlijkse publicatietrends en basisgegevenssamenvatting. De resultaten werden weergegeven met behulp van staafdiagrammen, kolomdiagrammen en lijngrafieken.

Een aanvullende tijdsgebonden analyse werd uitgevoerd met dezelfde hierboven beschreven zoekstrategie, waarbij de zoekopdracht beperkt was tot publicaties die tussen 1 januari 2025 en 31 december 2025 zijn geïndexeerd. Binnen hetzelfde WoSCC-querykader en analyseomgeving werden recente publicaties en conferentiegerelateerde outputs opgehaald voor contextuele en beschrijvende doeleinden. Deze procedure werd volledig uitgevoerd binnen de ingebouwde analytische interface van de WoSCC. Er werd geen onafhankelijke dataset gemaakt en de opgehaalde informatie werd niet geïntegreerd in de primaire bibliometrische dataset of gebruikt voor kwantitatieve analyse. Het algemene studieontwerp en de workflow van bibliometrische analyse worden samengevat in een stroomdiagram (Figuur 1).

Figuur 1. Workflow van de bibliometrische analyse van onderzoek naar T-lymfocyten metabole herprogrammering. Schematisch overzicht van het studieontwerp en de analytische workflow die in deze bibliometrische analyse worden gebruikt. Publicaties werden opgehaald uit de Web of Science Core Collection (WoSCC) met behulp van vooraf gedefinieerde zoekstrategieën en inclusiecriteria. Opgehaalde records werden geëxporteerd in platte tekst en onderworpen aan preprocessing, waaronder het verwijderen van duplicaten en het standaardiseren van bibliografische gegevens. Bibliometrische analyses werden uitgevoerd met behulp van CiteSpace voor co-citatie, trefwoordco-voorkomen, clustering en burstdetectie-analyses, en VOSviewer voor samenwerkingsnetwerkanalyses tussen auteurs, instellingen, landen en tijdschriften. Scimago Graphica werd gebruikt om internationale samenwerkingsnetwerken te visualiseren, en WPS Excel werd gebruikt om jaarlijkse publicatietrends en beschrijvende statistieken te analyseren. Klik hier om een grotere versie van deze figuur te bekijken.

Resultaten

Publicatie-output en temporele trends
Om de temporele evolutie van onderzoeksactiviteiten op dit gebied te karakteriseren, werd een bibliometrische analyse uitgevoerd met publicaties die in de WoSCC zijn geïndexeerd. In totaal zijn er in het afgelopen decennium aanvankelijk 1.991 records teruggevonden. Na verwijdering van dubbele en niet-Engelstalige archieven werden uiteindelijk 1.882 publicaties opgenomen en geanalyseerd, waaronder 1.046 originele onderzoeksartikelen en 836 overzichtsartikelen. Jaarlijkse publicatie- en citatietrends van 2016 tot 2025 worden weergegeven in Figuur 2, wat een consistente toename van onderzoeksactiviteiten in de loop der tijd aantoont. In 2020 steeg het aantal publicaties met 40 artikelen en het aantal citaties met 1.989 ten opzichte van 2019. Tussen 2021 en 2024 bleven de citatiecijfers jaarlijks stijgen, terwijl het aantal publicaties relatief kleinere veranderingen per jaar vertoonde, behalve een toename van 55 artikelen in 2021. In 2025 steeg het aantal publicaties van 252 naar 629, terwijl het aantal citaties steeg van 13.045 naar 21.103. Deze bevindingen wijzen op een aanhoudende groei van wetenschappelijke interesse en academische invloed in het onderzoek naar metabole herprogrammering van T-lymfocyten gedurende de studieperiode.

Figuur 2. Jaarlijkse publicatie- en citatietrends in onderzoek naar metabole herprogrammering van T-lymfocyten van 2016 tot 2025. Jaarlijks aantal publicaties en totale citaties met betrekking tot metabole herprogrammering in T-lymfocyten gehaald uit de WoSCC-database tussen 2016 en 2025. Blauwe balken geven jaarlijkse publicatieaantallen weer en geven de jaarlijkse onderzoeksproductiviteit aan. De oranje lijn geeft het totale aantal citaties weer en weerspiegelt de academische invloed en citatie-impact van publicaties die elk jaar worden geïndexeerd. Klik hier om een grotere versie van deze figuur te bekijken.

Bijdragen en samenwerking op landniveau
Analyse op landniveau gaf aan dat China het grootste publicatievolume had, met 997 publicaties, terwijl de Verenigde Staten 510 publicaties leverden (Figuur 3A). De publicatietrends verschilden tussen de twee landen in de loop van de tijd. De publicatieproductie uit China nam gedurende de studieperiode gestaag toe, terwijl de Verenigde Staten twee lokale publicatiepieken kenden, gevolgd door een daling van de jaarlijkse productie vóór 2025 (Figuur 3B). In 2025 nam de publicatieproductie in beide landen aanzienlijk toe, met een toename van 296 publicaties voor China en 42 publicaties voor de Verenigde Staten vergeleken met het voorgaande jaar. Analyse van het samenwerkingsnetwerk identificeerde uitgebreide interacties tussen meerdere landen (Figuur 4A) en markeerde vijf grote landenclusters op basis van co-auteurschappatronen (Figuur 4B). De Verenigde Staten, China en Zuid-Korea vormden één dicht verbonden samenwerkingscluster, terwijl andere clusters landen uit Europa, Azië en Amerika omvatten. De meeste landen toonden samenwerkingsbanden met de Verenigde Staten, wat wijst op een centrale rol voor de Verenigde Staten binnen het internationale samenwerkingsnetwerk.

Figuur 3. Internationale publicatietrends in onderzoek naar metabole herprogrammering van T-lymfocyten van 2016 tot 2025. (A ) Jaarlijkse publicatieproductie van de top 10 landen met het hoogste publicatievolume in T-lymfocyten metabole herprogrammeringsonderzoek tussen 2016 en 2025. Verschillend gekleurde lijnen vertegenwoordigen individuele landen en illustreren temporele veranderingen in publicatieproductiviteit. (B) Vergelijkende jaarlijkse publicatietrends tussen China en de Verenigde Staten die veranderingen in onderzoeksoutput in de loop van de tijd laten zien. Klik hier om een grotere versie van deze figuur te bekijken.

Figuur 4. Internationale samenwerkingsnetwerken in onderzoek naar metabole herprogrammering van T-lymfocyten van 2016 tot 2025. (A ) Internationaal samenwerkingsnetwerk onder de top 20 bijdragende landen, gegenereerd met behulp van bibliometrische netwerkanalyse. De knoopgrootte geeft het publicatievolume aan, de linkdikte geeft de sterkte van samenwerking tussen landen aan, en verschillende kleuren vertegenwoordigen verschillende samenwerkingsclusters. (B) Koorddiagram dat samenwerkingsinteracties tussen landen illustreert. De breedte van elk verbindingsakkoord komt overeen met de intensiteit van de samenwerking tussen gekoppelde landen. Klik hier om een grotere versie van deze figuur te bekijken.

Institutionele productiviteit en samenwerking
Een analyse van institutionele productiviteit toonde aan dat Chinese instellingen negen van de tien meest productieve instellingen vormden, terwijl de overige instelling gevestigd was in de Verenigde Staten (Figuur 5A). Shanghai Jiao Tong Universiteit stond op de eerste plaats met 74 publicaties, gevolgd door Fudan University met 66 publicaties en Central South University met 51 publicaties. De meest productieve Chinese instellingen waren universiteiten die voornamelijk in Zuid-China waren gevestigd. Citatie-gebaseerde ranglijsten vertoonden een ander verdelingspatroon vergeleken met publicatieproductiviteit (Figuur 5B). Harvard University stond op de eerste plaats met 2.997 citaties, gevolgd door het Max Planck Instituut voor Immunobiologie en Epigenetica met 2.682 citaties. Onder Chinese instellingen had Central South University het hoogste aantal citaties, met 2.288 citaties. Het institutionele samenwerkingsnetwerk toonde uitgebreide onderlinge verbondenheid tussen instellingen aan (Figuur 5C). Shanghai Jiao Tong Universiteit vertoonde de hoogste totale linksterkte (62), wat wijst op frequente samenwerkingsrelaties met andere instellingen, vooral binnen China.

Figuur 5. Institutionele productiviteits- en samenwerkingsanalyse in onderzoek naar metabole herprogrammering van T-lymfocyten van 2016 tot 2025. (A ) Horizontaal staafdiagram waarin de top 10 instellingen worden gerangschikt op basis van publicatievolume. (B) Horizontaal staafdiagram waarin de top 10 instellingen worden gerangschikt op basis van het totale aantal citaties. (C) Institutioneel samenwerkingsnetwerk gegenereerd met VOSviewer. De knoopgrootte vertegenwoordigt de output van institutionele publicaties, de linkdikte weerspiegelt de kracht van samenwerking, en verschillende kleuren geven verschillende samenwerkingsclusters aan. Klik hier om een grotere versie van deze figuur te bekijken.

Auteursproductiviteit en impact
Onder de top 10 auteurs gerangschikt op publicatievolume had Ping-Chih Ho het hoogste aantal publicaties (18 documenten), gevolgd door Li, Hui met 14 publicaties en verschillende andere auteurs met 10–12 publicaties (Figuur 6A). Citatieanalyse toonde aan dat Erika L. Pearce het hoogste aantal citaties had (2.384), gevolgd door Ping-Chih Ho (1.641) en Romero Pedro (1.352) (Figuur 6B). Ping-Chih Ho schreef 18 publicaties, ontving 1.641 citaties en vertoonde een totale linksterkte van 23, wat wijst op een centrale rol binnen het samenwerkingsnetwerk van auteurs. Co-citatieanalyse illustreerde verder de verdeling van citatiefrequentie onder geciteerde auteurs. Chang C.H. had het hoogste aantal citaties (561), terwijl de laagst gerangschikte auteur binnen de top 10 groep 278 citaties had (Figuur 7A). Netwerkanalyse toonde aan dat sterk geciteerde auteurs over het algemeen hogere totale linksterktewaarden vertoonden, wat wijst op sterkere co-citatierelaties en bredere integratie binnen het onderzoeksnetwerk (Figuur 7B).

Figuur 6. Auteurproductiviteit en citatie-impactanalyse in onderzoek naar metabole herprogrammering van T-lymfocyten van 2016 tot 2025. (A ) Horizontaal staafdiagram rangschikt auteurs op basis van publicatievolume. (B) Horizontaal staafdiagram rangschikt auteurs op basis van het totale aantal citaties. De balklengte geeft het aantal publicaties of citaties aan die aan elke auteur zijn gekoppeld. Klik hier om een grotere versie van deze figuur te bekijken.

Figuur 7. Analyse van geciteerde auteurs in onderzoek naar T-lymfocyten metabole herprogrammering van 2016 tot 2025. (A ) Gradient-stijl staafdiagram rangschikt geciteerde auteurs op basis van het totale aantal citaties. (B) Gradiëntstijl staafdiagram dat de totale linksterkte onder geciteerde auteurs in het co-citatienetwerk illustreert. Streeplengte geeft citatiefrequentie of totale linksterkte aan, en donkerdere kleurintensiteit geeft een hogere citatiefrequentie of sterkere co-citatierelaties aan. Klik hier om een grotere versie van deze figuur te bekijken.

Tijdschriftprestaties in publicaties en citaties
Tabel 2 vat de top 10 tijdschriften samen met het hoogste publicatievolume in onderzoek naar T-lymfocyten metabole herprogrammering, inclusief citatieaantallen en totale linksterktewaarden. Frontiers in Immunology had het hoogste publicatievolume met 203 publicaties, terwijl Cell Metabolism de hoogste impact factor (30,9) had onder de meest productieve tijdschriften (Figuur 8A). De meeste tijdschriften werden geclassificeerd binnen de Journal Citation Reports (JCR) Q1-categorie (Figuur 8B). In het tijdschriften-samenwerkingsnetwerk toonden vijf tijdschriften totale schakelsterktewaarden van meer dan 100, waarbij Frontiers in Immunology de hoogste totale linksterkte liet zien (549), wat wijst op sterke connectiviteit binnen het tijdschrift-samenwerkingsnetwerk (Figuur 8C). Citatieanalyse van geciteerde tijdschriften toonde aan dat Nature de hoogste citatiefrequentie had (6.331), gevolgd door Immuniteit (6.061) (Tabel 3 en Figuur 9A). Frontiers in Immunology stond derde in citatiefrequentie (5.685), ondanks een lagere impact factor vergeleken met verschillende andere sterk geciteerde tijdschriften. Co-citatienetwerkanalyse toonde sterke samenwerkingsrelaties tussen geciteerde tijdschriften, met hoge totale linksterktewaarden waargenomen binnen het netwerk (Figuur 9B). Deze bevindingen geven aan dat zeer invloedrijke tijdschriften op dit gebied worden gekenmerkt door zowel een sterke citatie-impact als een uitgebreide connectiviteit tussen tijdschriften.

Rang	Tijdschriften	Frequentie	Bronvermeldingen	Totale linksterkte
1	Grenzen in de immunologie	203	3993	549
2	Grenzen in de oncologie	55	1366	113
3	Internationaal Tijdschrift voor Moleculaire Wetenschappen	49	1112	128
4	Nature Communicatie	33	2511	96
5	Kankers	31	659	54
6	Geavanceerde wetenschappen	27	1476	136
7	Cellenrapporten	27	329	56
8	Celmetabolisme	25	3076	184
9	Internationale Immunofarmacologie	23	243	45
10	Wetenschappelijke rapporten	22	197	16

Tabel 2: Top 10 tijdschriften naar publicatievolume in onderzoek naar metabole herprogrammering van T-lymfocyten van 2016 tot 2025. De tabel vat de 10 tijdschriften samen met het hoogste publicatiepercentage in onderzoek naar T-lymfocytenmetabole herprogrammering afkomstig van de WoSCC. Frequentie geeft het aantal publicaties aan dat in de dataset is geïndexeerd. Citaties geven het totale aantal citaties aan dat verband houdt met publicaties uit elk tijdschrift. De totale linksterkte geeft de mate van connectiviteit en samenwerkingsverband binnen het tijdschrift-co-occurrence-netwerk aan dat met VOSviewer wordt gegenereerd.

Figuur 8. Tijdschriftprestatie-metrics en gezamenlijke netwerkanalyse in onderzoek naar T-lymfocyten metabole herprogrammering. (A ) Verdeling van impactfactoren onder de top 10 tijdschriften met het hoogste publicatievolume. (B) Citatie behoort tot de top 10 meest productieve tijdschriften. (C) Tijdschriftsamenwerking en co-citatienetwerk gegenereerd met behulp van bibliometrische analyse. De lengte van de balk geeft het publicatievolume, impactfactor, citatieaantal of de totale linksterkte binnen het tijdschriftnetwerk weer aan. Impactfactoren en kwartielranglijsten werden gehaald uit Journal Citation Reports (JCR). Klik hier om een grotere versie van deze figuur te bekijken.

Rang	Geciteerd tijdschrift	Frequentie	ALS	JCR-kwartiel
1	Natuur	6331	48.5	Q1
2	Immuniteit	6061	26.3	Q1
3	Grenzen in de immunologie	5685	5.9	Q1
4	Cel	5539	42.5	Q1
5	Tijdschrift voor Immunologie	5275	3.4	Q2
6	Celmetabolisme	4974	30.9	Q1
7	Nature Communicatie	4515	15.7	Q1
8	Nature Immunologie	4345	27.6	Q1
9	Verslagen van de National Academy of Sciences van de Verenigde Staten van Amerika	3838	9.1	Q1
10	Kankeronderzoek	3818	16.6	Q1

Tabel 3: Top 10 geciteerde tijdschriften in onderzoek naar metabole herprogrammering van T-lymfocyten van 2016 tot 2025. De tabel vat de top 10 geciteerde tijdschriften samen die zijn geïdentificeerd in de co-citatieanalyse van T-lymfocytenmetabole herprogrammeringsonderzoek afkomstig van de WoSCC. Frequentie geeft de totale citatiefrequentie van elk tijdschrift binnen de dataset weer. IF geeft de impactfactor van het tijdschrift aan, en JCR staat voor de kwartielclassificatie van de Journal Citation Reports. Tijdschriftstatistieken werden gebruikt om de citatie-invloed en academische prominentie van geciteerde tijdschriften binnen het bibliometrische netwerk te evalueren.

Figuur 9. Geciteerde prestatie-metrics in tijdschriften en collaboratieve netwerkanalyse in onderzoek naar metabole herprogrammering van T-lymfocyten. (A ) JCR-kwartielverdeling van de top 10 geciteerde tijdschriften. (B) Co-citatienetwerkanalyse die samenwerkingsrelaties tussen geciteerde tijdschriften illustreert. De lengte van de maat geeft de citatiefrequentie of de totale linksterkte binnen het co-citatienetwerk van het tijdschrift weer aan. Tijdschriftstatistieken werden verkregen van JCR. Klik hier om een grotere versie van deze figuur te bekijken.

Referentieanalyse
Referentieclusteringanalyse identificeerde meerdere onderling verbonden thematische clusters, waarbij de top 10 clusters in Figuur 10A worden weergegeven. Onder deze waren cluster #0 (macrofagenpolarisatie) en cluster #2 (T-lymfocyten) geassocieerd met de functionele regulatie van immuuncellen. Clusters #4 (tumor micro-omgeving) en #7 (T-cel uitputting) toonden nauwe netwerkconnectiviteit, wat hun gerelateerde onderzoeksthema's weerspiegelt. Aanvullende clusters die geassocieerd zijn met metabole routes werden ook geïdentificeerd, waaronder cluster #3 (lactylering), cluster #9 (glutaminemetabolisme), cluster #1 (lipidmetabolisme) en cluster #10 (aminozuurmetabolisme). Daarnaast werd "prognose" (cluster #6) geïdentificeerd als een aparte thematische cluster binnen het co-citatienetwerk. Referentieco-citatieanalyse identificeerde zeer invloedrijke referenties binnen het onderzoeksveld (Figuur 10B). De top 10 referenties werden gerangschikt op citatiefrequentie (Tabel 4) en centraliteit tussen de verwijzingen (Tabel 5). Eerdere veelgeciteerde studies, met name die na 2016 werden gepubliceerd, richtten zich voornamelijk op immuun-metabole regulerende mechanismen en metabole interacties binnen het tumormicro-milieu, inclusief regulatoire T-cel metabole aanpassing. Studies gepubliceerd tussen 2019 en 2022 onderzochten steeds meer metabolismegerichte therapeutische strategieën, waaronder glutamineblokkade en de lactaat–PD-1 signaalas. Referenties met hoge centraliteit waren voornamelijk geassocieerd met interacties tussen cellulaire stofwisseling en de functionaliteit van immuuncellen, waaronder immuunpolarisatie, T-celuitputting en epigenetische regulatie. Een veelgeciteerde studie uit 2018 meldde dat metabole herprogrammering binnen de tumormicro-omgeving geassocieerd was met verminderde effectiviteit van adoptieve T-celtherapie.

Figuur 10. Referentiecluster- en co-citatieanalyses in onderzoek naar T-lymfocyten metabole herprogrammering. (A ) Clusteranalyse van geciteerde referenties met de top 10 referentieclusters die met CiteSpace zijn geïdentificeerd. Verschillende kleuren vertegenwoordigen verschillende thematische clusters. (B) Referentie-co-citatienetwerk gegenereerd met behulp van bibliometrische analyse. De knoopgrootte geeft de citatiefrequentie weer en verbindingslijnen geven co-citatierelaties tussen referenties aan. Klik hier om een grotere versie van deze figuur te bekijken.

Rang	Referentie-informatie	Artikeltitel	Tijdschrifttitel	Bronvermeldingen
1	Watson, M. J. (2021)	Metabole ondersteuning van tumor-infiltrerende regulerende T-cellen door melkzuur	Natuur	133
2	Kumagai, S. (2022)	Melkzuur bevordert de expressie van PD-1 in regulerende T-cellen in microomgevingen met sterk glycolytische tumoren	Kankercel	105
3	Xia, L. (2021)	De tumormetabole herprogrammering en immuunrespons	Moleculaire kanker	102
4	Leone, R. D. (2019)	Glutamineblokkade induceert divergente metabole programma's om tumorimmuunontwijking te overwinnen	Wetenschap	100
5	Faubert, B. (2020)	Metabole herprogrammering en kankerprogressie	Wetenschap	89
6	Sung, H. (2021)	Kankerstatistieken 2020: GLOBOCAN schattingen van incidentie en sterfte wereldwijd voor 36 kankersoorten in 185 landen	CA: Een kankertijdschrift voor clinici	85
7	Leone, R. D. (2020)	Metabolisme van immuuncellen bij kanker	Kanker	83
8	Angelin, A. (2017)	Foxp3 herprogrammeert het T-celmetabolisme om te functioneren in omgevingen met weinig glucose, hoog lactaat	Celmetabolisme	83
9	Chang, C. H. (2015)	Metabole concurrentie in de tumormicro-omgeving is een drijfveer van het progressie van kanker	Cel	74
10	Wang, H. (2020)	CD36-gemedieerde metabole adaptatie ondersteunt de regulatieve T-celoverleving en -functie in tumoren	Nature Immunologie	74

Tabel 4: Top 10 meest geciteerde referenties in onderzoek naar T-lymfocyten metabole herprogrammering van 2016 tot 2025. De tabel vat de top 10 meest geciteerde referenties samen die zijn geïdentificeerd via co-citatieanalyse in T-lymfocyten metabole herprogrammeringsonderzoek. Citatiefrequentie vertegenwoordigt het totale aantal citaties dat is ontvangen binnen de bibliometrische dataset die is opgehaald van de WoSCC. De tabel bevat de eerste auteur, publicatiejaar, artikeltitel, tijdschrifttitel en het totale aantal citaties dat aan elke referentie is gekoppeld.

Rang	Referentie-informatie	Artikeltitel	Tijdschrifttitel	Centraliteit
1	Leone, R. D. (2019)	Glutamineblokkade induceert divergente metabole programma's om tumorimmuunontwijking te overwinnen	Wetenschap	0.55
2	Huang, S. C. (2016)	Metabole herprogrammering, gemedieerd door de mTORC2-IRF4 signaalas, is essentieel voor de activatie van macrofagenalternatieven	Immuniteit	0.52
3	Brand, A. (2016)	LDHA-geassocieerde melkzuurproductie verzwakt de tumorimmunosurveillance door T- en NK-cellen	Celmetabolisme	0.5
4	Nakaya, M. (2014)	Ontstekingsreacties van T-cellen zijn afhankelijk van aminozuurtransporter ASCT2, facilitering van glutamineopname en activatie van mTORC1-kinase.	Immuniteit	0.48
5	Cascone, T. (2018)	Verhoogde tumorglycolyse karakteriseert immuunresistentie tegen adoptieve T-celtherapie	Celmetabolisme	0.44
6	Ma, X. Z. (2019)	Cholesterol veroorzaakt CD8+ T-celuitputting in de tumormicro-omgeving	Celmetabolisme	0.41
7	Yang, W. (2016)	Het versterken van de antitumorrespons van CD8(+) T-cellen door het cholesterolmetabolisme te moduleren	Natuur	0.39
8	Geiger, R. (2014)	L-arginine moduleert het metabolisme van T-cellen en verbetert de overleving en anti-tumoractiviteit	Cel	0.37
9	Freemerman, A. J. (2014)	Metabole herprogrammering van macrofagen: door glucosetransporter 1 (GLUT1)-gemedieerde glucosemetabolisme stimuleert een pro-inflammatoire fenotype	Het Tijdschrift voor Biologische Chemie	0.31
10	Bian, Y. (2020)	Kanker SLC43A2 verandert het metabolisme van T-celmethionine en de methylering van histonen	Natuur	0.29

Tabel 5: Top 10 referenties gerangschikt op betweenness-centraliteit in onderzoek naar metabole herprogrammering van T-lymfocyten van 2016 tot 2025. De tabel vat de top 10 referenties samen met de hoogste betweenness-centraliteit die is vastgesteld via co-citatienetwerkanalyse met CiteSpace. Betweenness-centraliteit weerspiegelt het relatieve belang van een referentie bij het verbinden van verschillende onderzoeksclusters binnen het bibliometrische netwerk. Hogere centraliteitswaarden duiden op sterkere brugrollen tussen thematische gebieden en een grotere invloed op de structuur van kennisnetwerken.

Trefwoordanalyse en temporele trends
Keyword clustering-analyse groepeerde hoogfrequente termen in meerdere thematische categorieën (Figuur 11A). Onder deze trefwoorden kwamen "metabole herprogrammering" en "tumor micro-omgeving" vaak samen voor, wat wijst op een sterke thematische associatie binnen het onderzoeksveld. Trefwoorden zoals "T-cellen" en "dendritische cellen" leken ook nauw verbonden, wat de aanhoudende onderzoeksinteresse in de rol van immuuncellen in tumorprogressie en immunotherapie-gerelateerde regulatie weerspiegelt. Temporele trendanalyse (Figuur 11B en 11C) toonde evoluerende onderzoeksprioriteiten gedurende de studieperiode aan. Vroege studies gepubliceerd tussen 2016 en 2018 richtten zich voornamelijk op de activatie van immuuncellen en het glucosemetabolisme. Onderzoek dat tussen 2018 en 2020 werd gepubliceerd, legde steeds meer de nadruk op metabole regulatie van T-celdifferentiatie en immuunfunctie. Vanaf 2021 kwamen trefwoorden zoals "DNA-methylering", "oxidatieve fosforylering" en "IDO" steeds vaker voor, wat wijst op groeiende interesse in epigenetische regulatie, mitochondriale stofwisseling en immuun-metabole signaalroutes binnen T-lymfocytenonderzoek.

Figuur 11. Keyword cluster, burstdetectie en chronologische trendanalyses in onderzoek naar T-lymfocyten metabole herprogrammering. (A ) Clusteranalyse van de top 15 trefwoordclusters die zijn geïdentificeerd via bibliometrische analyse. Verschillende kleuren vertegenwoordigen verschillende thematische gebieden. (B) Tijdlijnvisualisatie van de top 10 trefwoordclusters die de temporele evolutie van belangrijke onderzoeksthema's tonen. (C) Top 20 burst-zoekwoorden geïdentificeerd door burstdetectieanalyse. Rode balken geven periodes aan van sterke toename in de zoekwoordfrequentie in de loop van de tijd. Klik hier om een grotere versie van deze figuur te bekijken.

Deze bibliometrische analyse bracht systematisch het wereldwijde onderzoekslandschap van T-lymfocytenmetabole herprogrammering in kaart op basis van publicaties die van de WoSCC zijn opgehaald. De wetenschappelijke output en de impact op citaties namen gestaag toe gedurende de studieperiode, waarbij China en de Verenigde Staten werden aangewezen als de belangrijkste bijdragers aan publicatieproductiviteit en citatie-invloed. Analyses van samenwerkingsnetwerken toonden steeds meer onderling verbonden internationale en institutionele onderzoeksrelaties aan, terwijl ze ook verschillen in publicatievolume en citatie-impact tussen bijdragers aan het licht brachten. De intellectuele structuur van het vakgebied was voornamelijk gericht op immuuncelregulatie en metabole herprogrammering binnen het tumormicro-omgeving, met temporele evolutie vanuit studies gericht op fundamentele immuunactivatie tot onderzoek naar epigenetische regulatie, oxidatieve fosforylering en immuun-metabole interacties. Al met al biedt deze studie een gestructureerd overzicht van de ontwikkeling, belangrijke bijdragers, samenwerkingspatronen en opkomende thematische richtingen binnen het onderzoek naar metabole herprogrammering van T-lymfocyten.

Beschikbaarheid van gegevens:
De datasets die in deze studie zijn geanalyseerd, zijn gehaald uit de Web of Science Core Collection (WoSCC). De originele bibliometrische datasets en bijbehorende analysebestanden die tijdens deze studie zijn gegenereerd, zijn als aanvullende materialen beschikbaar gesteld en openbaar beschikbaar via de Zenodo-repository op: https://doi.org/10.5281/zenodo.20270392. In deze studie werden geen beperkte, vertrouwelijke of persoonlijk identificeerbare gegevens gebruikt.

Discussie

Onze bibliometrische analyse van metabole herprogrammering in T-cellen toonde een aanhoudende toename van onderzoeksoutput in de loop van de tijd. In 2020 vond een merkbare toename plaats in publicatie- en citatieaantallen, met 40 extra publicaties en 1.989 extra citaties vergeleken met 2019. Deze toename viel samen met verschillende hooggeciteerde publicaties, waaronder Glutamine blockade induces divergent metabolic programs to overcome tumor immune evasion (gepubliceerd 22 november 2019)¹⁸, dat tot de meest geciteerde en hoogst centrale referenties in de dataset behoorde. Deze studie is vaak geco-citeerd binnen het vakgebied en wordt geassocieerd met conceptuele vooruitgang in immunometabolisme en tumor-immuunontwijking, wat mogelijk heeft bijgedragen aan meer wetenschappelijke aandacht in deze periode. Het publicatievolume stabiliseerde vervolgens even, behalve een duidelijke toename van 55 artikelen in 2021, wat samenviel met de publicatie van verschillende vaak geciteerde studies. Een belangrijke publicatie uit dat jaar, Metabolic support of tumor-infiltrating regulatory T cells by lactic acid (gepubliceerd maart 2021), benadrukte hoe intracellulaire metabole factoren de antitumorfunctie van T-cellen^beïnvloeden. Een andere publicatie, The cancer metabolic reprogramming and immune response (gepubliceerd op 5 februari 2021), vatte uitgebreid samen hoe tumorimmuniteit wordt beïnvloed door metabolieten, metabole enzymen, metabole routes en de metabole programmering van immuuncellen²⁰.

In 2025 werd een scherpe stijging waargenomen, toen zowel publicatie- als citatievolumes ongeveer twee keer zo groot waren als het voorgaande jaar. De ingebouwde analytische interface van WoSCC werd gebruikt om het groeipatroon van 2025 en opkomende onderzoekshotspots verder te onderzoeken. Belangrijke internationale conferenties in 2025 waren onder andere de 28e jaarlijkse bijeenkomst van de American Society of Gene and Cell Therapy, de jaarlijkse bijeenkomst van de American Association for Cancer Research, de jaarlijkse bijeenkomst van de American Association of Immunologists, de 67e jaarlijkse bijeenkomst van de American Society of Hematology, de jaarlijkse bijeenkomst van de Society for Investigative Dermatology, en de Internationale Conferentie van de American Thoracic Society. Deze conferenties waren goed voor 14,6% (6/41) van de belangrijkste bijeenkomsten die in het afgelopen decennium zijn geïdentificeerd. Deze observaties kunnen een toename van academische activiteit en zichtbaarheid binnen het vakgebied in deze periode weerspiegelen. Het hoogst gewaardeerde artikel uit 2025 had de titel tRNA m1A-modificatie reguleert cholesterolbiosynthese om de antitumorimmuniteit van CD8⁺ T-cellen te bevorderen (gepubliceerd maart 2025 in The Journal of Experimental Medicine). Deze studie identificeerde tRNA m1A-modificatie als een metabole controlepunt in cholesterolbiosynthese en toonde het belang ervan aan bij het ondersteunen van de CD8⁺ T-celfunctie. Deze observatie is consistent met de bibliometrische bevindingen die wijzen op toenemende onderzoeksaandacht voor lipidmetabolisme in T-cel immunometabolisme²¹.

De top 10 landen qua publicatievolume in het afgelopen decennium waren China, de Verenigde Staten, Duitsland, het Verenigd Koninkrijk, Italië, Zwitserland, Frankrijk, India, Spanje en Japan, die samen 1.062 publicaties bijdroegen (56,43% van de totale productie). In 2016 leidde de Verenigde Staten het veld met 25 publicaties, terwijl de meeste andere landen minder dan 10 publicaties per jaar bijdroegen. De Verenigde Staten gingen tussen 2020 en 2022 een relatief productieve fase in, gevolgd door een stabiel plateau en een herstel naar 99 publicaties in 2025. China liet na 2021 een continue groei zien en overschreed jaarlijks 100 publicaties vanaf 2022. In 2025 was de publicatieproductie in China 64,9 keer hoger dan in 2016 en overtrof het 358,6% van de publicatieproductie van de Verenigde Staten in datzelfde jaar. Onder Europese landen had Duitsland de hoogste publicatieproductie (133 publicaties). Zwitserland en Nederland vertoonden ook relatief hoge onderzoeksproductiviteit, waarbij Ping-Chih Ho (Zwitserland) en Mihai G. Netea (Nederland) respectievelijk 18 en 12 publicaties bijdroegen. Erika L. Pearce uit Duitsland stond op de 10e plaats van de meest productieve auteurs (9 publicaties) en op de 9e plaats van de meest geciteerde auteurs (281 citaties), met een totale linksterkte van 179. Deze bevindingen wijzen op steeds meer geglobaliseerde samenwerkingspatronen en een groeiende internationale participatie in T-cel immunometabolismeonderzoek.

De top 10 tijdschriften op dit gebied qua publicatievolume waren Frontiers in Immunology, Cell Metabolism, Nature Communications, Advanced Science, Frontiers in Oncology, International Journal of Molecular Sciences, Cancers, Cell Reports, International Immunopharmacology en Scientific Reports. Zeven van deze tijdschriften hadden impactfactoren variërend van 3 tot 7, terwijl de overige drie tijdschriften impactfactoren van meer dan 10 hadden. Cell Metabolism had de hoogste impact factor (30,9) maar stond achtste qua publicatievolume met 25 publicaties, terwijl Frontiers in Immunology het hoogste publicatievolume had met 203 publicaties, gemiddeld ongeveer 20 publicaties per jaar. Opmerkelijk is dat de studie Foxp3 Reprogramme T Cell Metabolism to Function in Low-Glucose, High-Lactate Environments, gepubliceerd in Cell Metabolism²², op de achtste plaats stond van de top 10 meest geciteerde referenties. Echter, er verschenen geen publicaties van Frontiers in Immunology in de meest geciteerde referentielijst. Vier van de tien meest geciteerde referenties werden gepubliceerd in Cell, Nature en Science. Immuniteit stond op de tweede plaats qua citatiefrequentie en toonde een sterke vertegenwoordiging onder zeer centrale referenties. Twee publicaties uit de top 10 referenties gerangschikt op centraliteit werden gepubliceerd in Immunity, hoewel er één vóór 2016 werd gepubliceerd:^23,24. Daarentegen behield celmetabolisme een sterke citatie-invloed gedurende de studieperiode^2016–2025^. Van de 1.882 publicaties die in deze analyse zijn opgenomen, waren er 1.046 originele onderzoeksartikelen en 836 reviewartikelen, wat een ongewoon hoog aandeel van de overzichtsartikelen binnen het vakgebied vertegenwoordigt. Opmerkelijk is dat drie van de top 10 meest geciteerde referenties overzichtsartikelen waren. Dit patroon kan de snel evoluerende aard van T-cel immunometabolismeonderzoek weerspiegelen, wat heeft geleid tot een toenemende vraag naar integratieve reviews die opkomende bevindingen en conceptuele ontwikkelingen samenvatten.

Tot nu toe richt het onderzoek op dit gebied zich voornamelijk op de metabole regulatie van T-cel subsets, waaronder effector T-cellen, geheugen T-cellen en regulerende T-cellen, waarbij het zoogdierdoelwit rapamycine een van de meest onderzochte signaalroutes vormt. Naast T-cellen richt zich steeds meer onderzoek op dendritische cellen, die essentiële rollen spelen bij T-celactivatie en immuunregulatie. Bibliometrische analyse toonde ook een ongelijke onderzoeksfocus aan tussen metabole paden. Hoewel aminozuurstofwisseling en glucosemetabolisme uitgebreid zijn onderzocht, blijft lipidmetabolisme relatief onderbelicht ondanks de toenemende recente interesse. Deze bevindingen suggereren dat toekomstige onderzoeken zich steeds meer zullen richten op lipid-gemedieerde immuunregulatie, metabole crosstalk binnen de tumormicro-omgeving en epigenetisch-metabole interacties. Dit bibliometrische kader kan onderzoekers ook helpen bij het identificeren van opkomende immunometabole thema's, invloedrijke samenwerkingen en onderbelichte therapeutische richtingen die relevant zijn voor kankerimmunotherapie en onderzoek naar immuunregulatie.

Deze studie kent verschillende beperkingen. Ten eerste werden gegevens uitsluitend uit de WoSCC gehaald, wat mogelijk heeft geleid tot het weglaten van relevante studies die in andere databases zoals Scopus of PubMed zijn geïndexeerd, waardoor potentiële selectiebias ontstond ondanks de hoge kwaliteit van WoSCC-indexering. Ten tweede werden alleen Engelstalige publicaties opgenomen, wat mogelijk taalvooringenomenheid introduceerde. Ten derde kunnen citatie-gebaseerde metrics worden beïnvloed door publicatieleeftijd, tijdschriftzichtbaarheid en citatiepraktijken en weerspiegelen ze mogelijk niet volledig de wetenschappelijke kwaliteit of klinische relevantie. Ten slotte werden hoewel meerdere bibliometrische indicatoren werden toegepast, meer gestandaardiseerde indicatoren zoals de H-index en gemiddelde citaties per artikel niet opgenomen. Toekomstige studies die meerdere databases, aanvullende bibliometrische indicatoren en longitudinale validatiebenaderingen integreren, kunnen een meer volledig begrip geven van het veranderende landschap van T-cel immunometabolismeonderzoek.

Materialen

Lijst van materialen gebruikt in dit artikel

Naam	Bedrijf	Catalogusnummer	Opmerkingen
CiteSpace	Drexel University	v.5.7.R2	SCR_025121
Microsoft Excel	Microsoft Corporation	v.2604 Build 16.0.19929.20136	SCR_016137 (Microsoft Excel)
WPS Excel	Kingsoft Office	v.12.1.0.26375
Scimago Graphica	Scimago Lab	v.1.0.53	Niet beschikbaar
VOSviewer	Leiden University	v.1.6.20	SCR_023516
Web of Science Core Collection	Clarivate Analytics	bezocht op 27 januari 2026; versie niet van toepassing	Niet beschikbaar
Windows Operating System	Microsoft Corporation	Windows 10	Niet beschikbaar