gms | German Medical Science

Zielsetzung: Medizinische Ausbildung (Medical Education - ME) als Fachgebiet entwickelt sich dynamisch [1]. Angesichts von Interdisziplinarität, Heterogenität und Dynamik ist es für das Selbstverständnis der ME wichtig, Entwicklungstrends aufzuzeigen und Themen zu identifizieren, die eine integrative Rolle für die ME spielen. Ziel ist es, solche Trends und integrative Themen auf Basis einer bibliometrischen Analyse [2], [3] zu identifizieren.

Methoden: Datenbasis sind PubMed-Einträge aller Publikationen, die mit „Education, Medical“ (MeSH Major Topic) verschlagwortet und nach 2000 erschienen sind. Die Daten werden automatisiert bezogen. Die Analyse erzeugt aus den MeSH-Schlagwörtern ein Netz: Schlagwörter zur selben Publikation sind darin paarweise verbunden. Die netzwerktheoretische Auswertung (hier: Betweeness Centrality – BC [4]) quantifiziert, wie wichtig ein Thema/Schlagwort für den Zusammenhalt des Netzes ist. Separat für die Publikationsjahrgänge erhoben und graphisch als Heatmap dargestellt, zeichnen diese Werte ein Bild der thematischen Evolution der ME.

Ergebnisse: Insgesamt wurden (Stand: 2/2016) knapp 49.900 Publikationen in die Analyse eingeschlossen. Die erzeugten jahresspezifischen Schlagwortnetze verknüpfen 6.444 Themen mit 2.247.782 Verbindungen. Erwartungsgemäß haben Studienabschnitte, Geschlechts- und Alterskategorien durchgängig die höchsten BC-Werte. Daneben treten weitere Schlagworte mit durchgängig hohen BS-Werten auf: Accreditation, Anesthesiology, Animals, Biomedical Research, Career Choice, Computer Simulation, Cross-Sectional Studies, Educational Measurement. Im Vergleich zu zeitlich konstanter verteilten Schlagwort-Häufigkeiten zeigen die BC-Werte viele kurzfristige Schwerpunkte.

Diskussion: Diese erste umfassende netzwerkbasierte Themenanalyse zur Medizinischen Ausbildung zeigt auf umfangreicher Datenbasis integrative Themen und auffällige Diskontinuitäten, die einen heterogenen Diskurs kennzeichnen.