ANÁLISE DA DINÂMICA DE REDES DE COAUTORIA SOB O ENFOQUE DA COMPLEXIDADE: O CASO DA PESQUISA EM LEISHMANIOSE

Transcrição

1 3267 ANÁLISE DA DINÂMICA DE REDES DE COAUTORIA SOB O ENFOQUE DA COMPLEXIDADE: O CASO DA PESQUISA EM LEISHMANIOSE ANALYSIS OF DYNAMIC NETWORK COAUTHORING UNDER THE FOCUS OF COMPLEXITY : THE CASE OF RESEARCH IN LEISHMANIASIS Ricardo Barros Sampaio Jorge Henrique Cabral Fernandes Resumo: Este trabalho apresenta os resultados preliminares da aplicação de métodos de análise de redes complexas na pesquisa de publicações científicas, visando a criação de instrumentos de apoio à governança em saúde pública. O trabalho demonstra como a utilização de métodos de análise de redes complexas, amparado pelo uso apropriado de tecnologias para tratamento de dados, apresenta alternativas promissoras na avaliação de dinâmicas de redes de ciência e tecnologia. A pesquisa tem como base o estudo de uma rede de coautoria em publicações científicas na área de Leishmaniose, uma das chamadas "Doenças Negligenciadas", combinada com as palavras chaves ou Medical Subject Headings (MeSH) utilizadas nessas publicações. Os dados foram coletados da base de dados PubMed, em virtude da sua abrangência e elevado número de publicações na área biomédica e ciências da saúde. São apresentados os dados bibliométricos e de rede acerca das publicações científicas, além de resultados sobre a formação de comunidades, sua evolução e análise das relações em rede. Ademais, a fim de entender melhor o processo de formação do conhecimento e da inovação dentro da comunidade científica, também foram utilizados métodos para analisar as palavras chaves ou Medical Subject Headings, como frequência, mudanças ao longo do tempo e ocorrências dentro dos grupos de pesquisa. O resultado final é um conjunto de métodos que podem apoiar o estudo das comunidades científicas ou grupos de pesquisa com base em seu comportamento específico quanto à comunicação ou relacionamento entre seus pares e quanto ao uso de palavras chaves em suas respectivas áreas de pesquisa. Palavras chave: Análise de Redes Complexas. Coautoria. MeSH. Clusterização. Abstract: This paper presents preliminary results on the application of methods for analysis of complex networks in the research of scientific publications for support of governance in public health. It demonstrates how the use of methods of analysis of complex networks, supported by proper use of technologies for data processing, can bring promising alternatives in evaluating the results and defining paths for scientific research. The research is based on the study of a network of co-authorship of scientific publications in the area of Leishmania, one of the so-called "neglected diseases", combined with keywords or Medical Subject Headings used in these publications. Data were collected from the PubMed database due to its comprehensiveness and high number of publications in the biomedical and health sciences. Descriptive data about scientific publications are presented in this paper as well as results on the formation of communities, their development and analysis of network relations. Moreover, in order to better understand the process of knowledge formation and innovation within the scientific community we used methods to analyze the keywords or Medical Subject Headings, such as frequency, changes over time and occurrences within the research groups. The end result is a set of methods that can support the study of scientific communities and research groups based on their specific behavior in regards to communication or relationship between peers and the use of keywords in their respective areas of research. Keywords: Complex Network Analysis. MeSH. Coauthorship. Clusterization.

2 INTRODUÇÃO Nos últimos anos, tem se percebido um crescente interesse no estudo das Redes de Pesquisa Acadêmica, em que um nó geralmente denota uma entidade acadêmica, como um artigo, um jornal ou um autor, e uma linha ou arco geralmente representa relacionamentos entre os nós com base na citação, cocitação, coautoria ou acoplamento bibliográfico (Yan e Ding 2012), dentre outros tipos de relações. No caso das redes de citação, cocitação ou acoplamento bibliográfico não existe, na maior parte das vezes, uma relação social entre os nós, uma vez que o relacionamento se baseia no referenciamento à informação transmitida ou utilizada e não ao pesquisador propriamente dito. No caso da coautoria, se assume uma relação social entre os autores, uma vez que se pressupõe o trabalho conjunto. A análise dessas redes sociais de pesquisa, principalmente as de coautoria, tem propiciado uma ótima fonte de informação para a análise de redes complexas, oferecendo uma visão geral dos padrões de colaboração dentro de uma comunidade acadêmica. A coautoria de um artigo pode ser vista como uma forma documentada de colaboração entre dois ou mais autores. Estas colaborações formam uma rede de coautoria, em que os nós da rede representam autores e as linhas entre os nós a colaboração destes. A estrutura dessas redes acaba por revelar muitas características interessantes da comunidade acadêmica (M. E. J. Newman 2004). Alguns dos primeiros pesquisadores na área de redes complexas, como Albert Barabasi e Mark J. Newman, utilizaram redes de coautoria em seus estudos (Barabasi et al. 2002; M. E. J. Newman 2001), fornecendo uma boa referência para o trabalho que está sendo realizado hoje. Pesquisadores que publicam na área da Ciência da Informação, como Evelien Otte e Loet Leydesdorff, entre outros, também tem utilizado esses métodos com frequência (Otte e Rousseau 2002; Leydesdorff e Schank 2008; Leydesdorff, Park, e Wagner 2014; Mena-Chalco et al. 2014), além de pesquisas em bases de dados nacionais, como a Plataforma Lattes (Mena-Chalco et al. 2014). No que diz respeito às áreas biomédicas, existem pesquisas (Carlos Medicis Morel et al. 2009; González-Alcaide et al. 2012; Ramos, Gonzalez-Alcaide, e Bolanos-Pizarro 2013) que se valeram de métodos e bases de dados similares aos utilizados nesta pesquisa. O presente trabalho tem como objetivo apresentar a aplicabilidade de métodos de análise de redes em uma rede de coautoria, trazendo dois enfoques. O primeiro é a formação de grupos ou clusterização, por meio da análise dos relacionamentos entre os pesquisadores ou nós da rede, e como esses grupos podem ou não ser uma representação dos grupos de pesquisa existentes formalmente. O segundo enfoque é a avaliação do conhecimento quanto à

3 3269 utilização de palavras chaves, à sua evolução temporal e às relações dessas palavras dentro e entre grupos. Acredita-se que, com a aplicação desses métodos, pode-se obter informações quanto à maneira como grupos de pesquisa se formam, crescem ou desaparecem dentro do seu ciclo de vida, e como a informação, utilizada nas diferentes pesquisas científicas, se mantém, se transforma e é transmitida. A pergunta que se apresenta como base da pesquisa aqui relatada é: Como os métodos de análise de complexidade em redes de pesquisa pode apoiar a governança de políticas públicas para fomento à pesquisa em saúde? Dada a interdisciplinaridade característica dos processos cujos insumos principais são a informação e o conhecimento, Saracevic (1996) aponta a ocorrência de relações interdisciplinares como contexto presente a tais processos, defendendo seu caráter de entrelaçamento, onde áreas de conhecimento demandam soluções que se servem, exigem ou dependem de outras áreas de conhecimento. Ademais, novas ferramentas e abordagens são necessárias para facilitar o planejamento de políticas públicas e promover a gestão da inovação nos sistemas de saúde pública dos países (Vasconcellos e Morel 2012). O universo de pesquisa definida para esse estudo são os artigos científicos da Leishmaniose, uma doença contida nas chamadas doenças negligenciadas ou NTD do inglês Neglected Tropical Diseases. O nome doenças negligenciadas tornou-se comum nos anos 90, referindo-se a um grupo de doenças que são especialmente endêmicas em populações de baixa renda que vivem em países tropicais ou subtropicais. No entanto, até a presente data, não existem definições claras ou acordadas para o que constitui uma doença negligenciada. De acordo com o relatório de 2012 da Organização Mundial de Saúde (OMS) "Trabalhar para superar o impacto global das Doenças Tropicais Negligenciadas 2012, as NTDs afetam mais de 1 bilhão de pessoas em todo o mundo. No que diz respeito a investimentos na área, as NTDs não recebem a atenção adequada para o seu tratamento e erradicação, o que perpetua a condição de pessoas que estão expostas a essas doenças (Carlos M. Morel et al. 2005). Para tratar os problemas envolvidos com as NTDs, ou com a Leishmaniose especificamente, é necessário compreender a sua complexidade, aqui incluída sua dinâmica. Uma das maneiras de ajudar a essa situação é por meio de pesquisa fornecendo métodos para analisar o contexto, e se valendo de instrumentos e abordagens apresentados. O estudo das publicações científicas é parte do que está envolvido, e o presente trabalho pretende mostrar alguns dos seus benefícios.

4 METODOLOGIA O avanço da tecnologia tem permitido uma análise mais ampla das redes, especialmente em grandes bases de dados. A análise de redes com dezenas ou centenas de milhares de nós e linhas era incomum e restrita a pequenos grupos de pesquisadores. A situação atual oferece várias oportunidades, e métodos pode ser desenvolvidos para subsidiar o processo decisório, inclusive a governança de ações públicas. 2.1 Busca e Tratamento dos Dados Em nossa pesquisa foram utilizados os dados provenientes da base de dados PubMed 37, um serviço do National Center for Biotechnology Information (NCBI), que indexa milhões de publicações da MEDLINE (Medical Literature Analysis and Retrieval System Online) e outras revistas de ciências para artigos biomédicos. Os termos/descritores de busca utilizados foram "leishmania" e "leishmaniasis", no título e resumos de trabalhos, com um retorno de artigos. Após ser levado em consideração o crescimento gradual quanto à frequência anual dos artigos e a regularidade quanto ao tempo médio dos pesquisadores envolvidos nos artigos recuperados, se decidiu por utilizar os dados de 1981 a 2012, que continham artigos. Logo a seguir foi realizada uma separação dos artigos por períodos intervalares de quatro anos contíguos, resultando em oito períodos. Essa divisão foi essencial para que fosse feita uma análise temporal ou dinâmica quanto à transformação dos grupos e à utilização das palavras chave. O período de quatro anos foi definido com base no tempo médio de publicação dos pesquisadores. Os períodos e respectivo número de artigos encontrados foram: 1981 a 1984 (878); 1985 a 1988 (1.377); 1989 a 1992 (1.561); 1993 a 1996 (1.929); 1997 a 2000 (1.981); 2001 a 2004 (2.330); 2005 a 2008 (2.926); e 2009 a 2012 (3.508). Após a recuperação dos dados, foi realizado um trabalho de tratamento destes, de forma a reunir as informações necessárias para a nossa análise. O objetivo foi transformar a lista de artigos em redes de colaboração, com os respectivos atributos que se fizeram necessários e possíveis, em virtude da qualidade dos dados. Foi levado em consideração o número e a frequência dos autores, palavras chaves ou Medical Subject Headings (MeSH), as revistas onde foram publicados os artigos, além de países e entidades das quais os autores são representantes. Essas informações possibilitaram a criação de redes de coautoria e seus atributos accessed on october 2013

5 3271 O tratamento e análise automatizada dos dados foram possíveis por meio da utilização de três softwares diferentes: Tetralogie 38, para mineração do texto, apresentação dos resultados bibliométricos e transformação da matriz adjacente; Ambiente de Análise Estatística R 39, nele incluído o pacote Igraph 40 para o tratamento dos dados e aplicação dos métodos de análise das redes; e o Gephi 41, para visualização da rede e apresentação dos grafos. 2.2 Métodos de Análise de Redes Uma das principais análises de rede aplicadas ao estudo diz respeito à estrutura das redes e a sua evolução durante os diferentes períodos. Após alguns anos de pesquisa na área de redes complexas, se descobriu que as redes ditas reais possuem características estruturais e dinâmicas diferentes da teoria clássica de redes aleatórias proposta por Erdös e Rényi (Erdös e Rényi 1959). Para essas redes reais são estruturas mais comuns:(i) as propriedade do Mundo Pequeno small world (há caminhos relativamente curtos entre quaisquer dois nós e um grande coeficiente de agrupamento) e (ii) a propriedade de redes livres de escala (há uma distribuição de probabilidade do número de ligações em um nó seguindo a lei da potência). Em função da descoberta dessas, e outras propriedades, novos modelos teóricos foram desenvolvidos, para reproduzir as propriedades estruturais observadas em topologias de redes reais. Redes com alto coeficiente de agrupamento e pequeno caminho médio podem ser geradas com uma evolução do modelo do Mundo Pequeno de Watts e Strogatz (Watts e Strogatz 1998), enquanto as redes com distribuição de grau seguindo a lei de potência podem ser gerados com uma evolução do modelo Livre de Escala de Barabási e Albert (Barabási e Albert 1999). Outro conceito comum, mas informal, em análise de redes sociais ou complexas, é o conceito de uma estrutura de núcleo / periferia. A concepção implica em uma rede com um núcleo denso e coeso e uma periferia esparsa e desconectada. De acordo com Borgatti e Everett (Borgatti e Everett 2000) "a noção de uma Rede Núcleo Periferia pode ser vista como um centro com vários núcleos e uma comunidade periférica que estão ligados aos diferentes Tetralogie R é uma linguagem de programação, bem como um ambiente de análise descritiva, com foco estatístico. Disponível em: <cran.r-project.org/>. Igraph é uma coleção de pacotes de software para a utilização no estudo da teoria dos grafos e análise de redes. O Gephi é um software de ARS, livre e de uso não comercial. Disponível em: <gephi.org>.

6 3272 núcleos." Uma análise desse conceito pode ser avaliada de outra forma, buscando detectar o coeficiente do Clube dos Ricos (Colizza et al. 2006). Quanto à formação de grupos ou estruturas coesas detectadas nas redes, foram utilizados os algoritmos de clusterização e modularidade, definidos por Mark Newman (2006). A escolha dos algoritmos se deu por conta da possibilidade de análise de redes com grandes volumes de dados e alto coeficiente de modularidade. A consequência desse resultado é o agrupamento de atores com base no autovetor das linhas de cada nó. Durante a análise foram proposto recortes devido ao alto número de pesquisadores. Foram encontrados um total de pesquisadores ou nós. Dois recortes foram utilizados, sendo o primeiro com base no k-core, representando cerca de 10% do total de pesquisadores e o segundo recorte, denominado Hubs, com base na distribuição de grau representando cerca de 1% dos pesquisadores ou nós com maior número de relacionamentos. O k-core é uma subrede em que cada nó se relaciona a, pelo menos, um número mínimo k de outros nós, nessa mesma sub-rede (M. Newman 2010). O k-core divide grupos com base nos seus relacionamentos. 3 RESULTADOS 3.1 Resultados Bibliométricos Realizada a coleta e tratamento dos dados, os resultados preliminares quanto às revistas científicas, países e palavras chaves utilizadas, foram analisados e são apresentados a seguir. O total de artigos coletados durante o período entre 1981 e 2012 foi de , como já dito. Para se chegar a esse número foi feito um filtro com as palavras clinical e preclinical. Os artigos que continham essas palavras no título ou resumo foram retirados, por não considerarmos relevantes ao estudo realizado, que visa entender como a pesquisa e inovação ocorrem dentro de uma área específica. Além disso, oito artigos continham um número muito elevado de autores, com mais de 100 colaboradores em alguns casos. Esses artigos foram avaliados e descartados, para se evitar distorção na análise da coatoria e por não representarem, a nosso ver, pesquisas com caráter científico, mas sim testes clínicos. O número de revistas científicas que tiveram esses artigos publicados foi de 1.498, sendo que apenas 195 destas revistas tinham 10 ou mais artigos. Uma análise sobre os tipos de revistas nos pareceu bastante relevante, uma vez que existem revistas que se fizeram presentes durante todo o período pesquisado, e outras apenas em períodos específicos. Acreditamos que uma análise nesses moldes deve ser realizada levando-se em consideração a temporalidade e a

7 3273 utilização das palavras chaves, que podem demonstrar, ou não, um caráter inovador. No entanto, esse estudo não foi realizado no presente trabalho. Das revistas com maior representatividade quanto ao número de publicações, as 10 primeiras são: Molecular and Biochemical Parasitology (612 publicações); Transactions of The Royal Society of Tropical Medicine and Hygiene (543); Infection and Imunity (383); Journal of Immunology (380); The American Journal of Tropical Medicine and Hygiene (379); Memorias do Instituto Oswaldo Cruz (363); The Journal of Biological Chemistry (298); Experimental Parasitology (294); Annals of Tropical Medicine and Parasitology (249); Acta Tropica (184). Essas revistas se mantiveram relevantes durante todo o período estudado. Outra análise realizada com base nos resultados bibliométricos diz respeito ao número de países representados pelos pesquisadores, com um total de 118 países. Vale ressaltar que a classificação dos países dentro da base PubMed pode apresentar alguma distorção, uma vez que, na maioria dos artigos, apenas o país do autor principal é levado em consideração. No caso de colaborações internacionais, que tem sido foco de estudos recentes (Leydesdorff e Wagner 2009), o entendimento sobre a colaboração internacional é fator de alta relevância quanto ao entendimento sobre o controle do setor de produção científica. As figuras 1 e 2 demonstram o número de publicações dos países, sendo que no primeiro caso apresenta-se uma visão temporal, e no segundo caso o valor absoluto do total de publicações. A FIGURA 1 mostra a evolução, por períodos, de 21 países com o Brasil, India e Irã, com um crescimento acima da média no último período. Esse é um fator relevante para se entender a mudança no processo produtivo. FIGURA 1. NÚMERO DE PUBLICAÇÕES CIENTÍFICAS SOBRE LEISHMANIOSE POR PAÍS, POR PERÍODO.

8 3274 Países europeus e o EUA por exemplo, apesar de grande participação na pesquisa científica na área da Leishmania, se mantiveram constantes quanto ao número de publicações nos últimos 3 ou 4 períodos (12 a 16 anos). Se levarmos em consideração os locais de ocorrência da doença, e suas variações, pode-se entender essa mudança como um resultado positivo, onde países mais afetados pelo problema estão investindo mais em pesquisa. FIGURA 2. MAPA MUNDI DA QUANTIDADE DE PUBLICAÇÕES CIENTÍFICAS SOBRE LEISHMANIOSE, POR PAÍS. A Figura 2 mostra um mapa com todos os países e a sua publicação total, durante os 30 anos analisados. Os países com o tom de verde mais claro possuem uma maior produção. Alguns dos países tiveram o número de produções científicas descrito no mapa, para melhor se entender os desvios de tonalidade. Foram analisadas também as palavras chaves ou MeSH, que chegaram a um total de 7.356, sendo que, dessas, foram utilizadas apenas uma vez, e foram utilizadas apenas duas vezes. No outro espectro verificou-se que quatro MeSH tiveram mais de aparições, sendo elas immunology, metabolism, animals e genetics. Um dos objetivos da pesquisa realizada foi entender como se produz novos conhecimentos científicos dentro de uma área específica. Partimos do pressuposto que as MeSH denotam o conhecimento sendo utilizado nos respectivos trabalhos. A Tabela 1 apresenta o número de palavras chaves por período, o número de novas palavras naquele mesmo período, comparado ao período anterior e dessas, quantas apareceram apenas uma vez naquele período. TABELA 1. NÚMERO DE MESH POR PERÍODO EM PESQUISAS SOBRE LEISHMANIOSE. Período Número Número de Nova MeSH de MeSH Novas MeSH uma única vez

9 3275 Período Número Número de Nova MeSH de MeSH Novas MeSH uma única vez Pode-se perceber que, apesar do crescimento do número de publicações e consequentemente do número total de MeSH por período, o número de novas MeSH não tem acompanhado a mesma proporção. Ademais existe o agravante quanto ao aumento de palavras chaves que apareceram apenas uma única vez durante um período de 4 anos, o que pode demonstrar a sua baixa relevância. Um melhor entendimento sobre o estudo das MeSH só pode ser realizado com o acompanhamento de um especialista na área, para dar sua opinião sobre a relevância ou não de certas palavras, tanto no contexto de serem muito utilizadas, como imunology, quanto no contexto de palavras que aparecem apenas uma vez durante um certo período. 3.2 Medidas de Rede Este trabalho teve como foco principal as redes de coautoria, e por isso os pesquisadores ou autores dos artigos foram nosso principal elemento de pesquisa, com um total de Período TABELA 2. Número de Autores AUTORES, PUBLICAÇÕES E RELACIONAMENTOS DE PESQUISA SOBRE LEISHMANIOSE. Número de Publicações Número médio de Autores por Publicação % de Publicações com um Autor Autores do Componente Gigante Linhas do Componente Gigante % de Autores do Componente Gigante ,13 15% % ,55 10% % ,93 9% % ,29 8% % ,47 7% % ,96 5% % ,4 4% % ,89 3% % ,76 6% % A TABELA 2 mostra na primeira coluna o número de autores por período e o seu crescimento gradual. A última linha da tabela mostra o total para todo o período pesquisado. Se compararmos o número de autores e o número de publicações por período, pode-se perceber um percentual de crescimento maior no número de autores. Esse fator pode ser explicado devido ao crescimento no número médio de autores por publicação e na diminuição no percentual de publicações com apenas um autor. Com o passar dos anos, se torna evidente

10 3276 o aumento no número de colaborações nos diversos níveis, seja entre instituições, países ou até mesmo áreas com o crescimento da interdisciplinaridade. No que diz respeito à análise de redes, existe o conceito de componente gigante, que representa o maior componente com nós conectados entre si. A presente análise foca apenas nesse tipo de componente como referência para o estudo de redes complexas e suas estruturas. Os números de nós (autores) e linhas da rede, no que diz respeito ao componente gigante, são apresentados nas colunas 5 e 6, bem como o percentual de nós da rede completa na coluna 7. O crescimento percentual do componente gigante, na rede de coautoria sobre leishmaniose, na última coluna da TABELA 2, mostra que com o passar dos anos essa rede vem se tornando cada vez mais conectada, com menos de 14% dos nós sem relacionamento direto com os demais pesquisadores. Isso demonstra uma característica das redes de pesquisa que primam pela transferência de conhecimento e colaboração. TABELA 3. MEDIDAS DE REDE: GRAU MÉDIO E MÁXIMO, COEFICIENTE DE AGREGAÇÃO E DISTÂNCIA MÉDIA DA REDE SOBRE LEISHMANIOSE E DE UMA REDE RANDOMICA DE TAMANHO SIMILAR (NÓS E LINHAS) Período Grau Médio Grau Máximo Coeficiente de Agregação Distância Média da rede CoefClu / CoefAgre de uma Rede Randômica DistMed / DistMed de uma Rede Randômica , , , , , , , , , A TABELA 3 mostra outras medidas de rede, como o grau médio e máximo dos nós, além dos coeficientes de agregação e caminho médio da rede. As duas últimas colunas mostram a razão entre estes fatores comparados com os mesmos fatores calculados para uma rede randômica. O coeficiente de clusterização calcula a restrição agregada da rede ou a possibilidade de que dois nós tenham uma relação, caso tenham algum conhecido em comum. A comparação com uma rede randômica demonstra que a clusterização tem um crescimento constante a cada período, onde as redes se tornam cada vez mais coesas e os pesquisadores mais conectados entre si. No caso da distância média da rede, essa é uma medida de quantos nós, em média, são necessários para se atingir qualquer outro nó da rede. A razão com uma rede randômica diminui com os anos, e isso demonstra que, apesar da alta coesão, ainda existe uma separação entre grupos ou formação de panelinhas, que torna a relação com pesquisadores de outros

11 3277 grupos mais difícil, do que em uma rede randômica, e baseada em nós específicos que podem ser considerados como os gatekeepers da área. FIGURA 1. CURVA DE DISTRIBUIÇÃO DE GRAU DO AUTORES NA REDE SOBRE LEISHMANIOSE. Para se entender a estrutura da rede é necessário investigar a distribuição de frequência das relações existentes, que pode ser vista pelo grau ou número de relações dos nós. A Figura 3 mostra, em escala logarítmica como ocorre a distribuição de graus na rede. Pode-se notar que a grande maioria dos nós, cerca de 90% (1e-01 a 1e+00 no eixo y) tem menos de 10 graus. De outra forma, 0,5% dos nós tem mais de 110 graus. Essa normalmente é uma característica de redes Livre de Escala, demonstrando que alguns poucos autores possuem um número de relações muito maior, comparados com outros nós. 3.3 Redes complexas Contexto No contexto da teoria de redes, uma rede é dita complexa quando possui características topológicas não-triviais, que não ocorrem em redes simples, como redes com entrelaçamentos aleatórios, mas que muitas vezes ocorrem em redes reais, que podem conter no seu interior muitas outras sub-redes (Dorogovtsev e Mendes 2001; Kim e Wilhelm 2008). A maioria das redes sociais, biológicas e tecnológicas possui características topológicas não-triviais, com padrões de conexão entre os seus elementos que não são, na sua grande maioria, distribuições normais nem aleatórias. Tais características incluem uma distribuição de grau com uma cauda dita pesada, ou com muitos nós, um alto coeficiente de clusterização ou agregação, um entrelaçamento preferencial entre vértices, estruturas de

12 3278 comunidade e estruturas hierárquicas. Essas características não são excludentes, podendo uma rede apresentar uma ou mais dessas características, além de mudar essas características com o passar do tempo (Gay 2012). Na pesquisa realizada foram estudados fenômenos ligados principalmente a topologias Livre de Escala, Mundo Pequeno e Centro Periferia. Uma rede pode ser considerada livre de escala se a distribuição de graus da rede seguir uma função matemática chamada de Lei de Potência (Albert e Barabási 2002). O nome Livre de Escala é proveniente da propriedade de funções logarítmicas, onde o aumento ou escalonamento no fator da função não influi na sua característica logarítmica e, portanto, livre de escala. O modelo Mundo Pequeno (Watts e Strogatz 1998) demonstrou que, com a adição de apenas um pequeno número de ligações, uma rede simples em que o diâmetro é proporcional ao tamanho da rede pode ser transformada em um "mundo pequeno". Em uma rede de Mundo Pequeno o número médio de linhas entre quaisquer dois vértices é muito baixo e, matematicamente, deve crescer em proporção logarítmica com o tamanho da rede, enquanto o coeficiente de agregação permanece alto. Uma rede possui características de rede mundo pequeno, por analogia com o fenômeno do mundo pequeno (popularmente conhecido como seis graus de separação). Essa é a ideia de que, na população mundial, duas pessoas arbitrárias quaisquer estão ligadas por apenas seis graus de separação. O primeiro estudo sobre redes Centro Periferia data de 2000 (Borgatti e Everett 2000), que descrevem que as redes com essa topologia possuem um centro ou núcleo (core) bem conectado entre si, mas que também possui fortes conexões com os nós periféricos. Estudos mais recentes (Rombach et al. 2012) apontam que estas redes na verdade possuem vários núcleos e que podem se conectar com grande parte da rede, tanto dentro dos seus grupos ou cores como fora deles Topologia das Redes Pesquisas recentes tem apontado diversos tipos de redes complexas como redes livre de escala. No entanto, há suspeitas de que muitas dessas redes não são de fato livres de escala, e carecem de um melhor estudo para validar seus argumentos (Clauset, Shalizi, e Newman 2009). Para verificar a estrutura da nossa rede foi aplicado o algoritmo sugerido no trabalho de Clauset, indicando que as redes de coautoria sobre Leishmaniose nos períodos de 1981 a 1996 tinham características livres de escala, mas que perderam essa características após Essa mudança na estrutura é um fator de grande importância para o estudo de grupos de pesquisa, pois indica uma mudança na forma de controle e repasse de informações dentro da

13 3279 rede, onde apenas alguns poucos autores dominam toda a rede. A mesma técnica foi aplicada na análise da rede do período inteiro, e apresentada na Figura 3. FIGURA 1. REDE PERIODO FIGURA 5. REDE PERIODO Apesar de ter sido considerado pelo algoritmo uma rede livre de escala, o nível de corte da cauda é muito alto, acima de 110 graus. Esse nível é demonstrado pela linha vermelha na curva, a qual demonstra uma distribuição logarítmica real. A linha verde demonstra uma escala logarítmica normal, que visualmente aparenta estar mais condizente com a distribuição apresentada. Quanto à avaliação de uma rede mundo pequeno, os resultados obtidos e apresentados na Tabela 3 demonstram a manutenção do coeficiente de agregação durante os diferentes períodos, bem como a diminuição da distância média, mesmo com o crescimento vertiginoso da rede. Com base nessas características fica claro que a rede de coautoria possui uma topologia em acordo com o modelo mundo pequeno. Com o objetivo de demonstrar visualmente a mudança nas características, apresentamos na Figura 4 a rede de coautoria no segundo período da pesquisa (1985 a 1988) e no sétimo período (2005 a 2008). As redes foram distribuídas utilizando o algorítmo Yfan Hu na ferramenta Gephi. Mesmo levando-se em consideração a diferença do número de nós e linhas, com nós e linhas no segundo período, para nós e linhas no sétimo, pode-se perceber que existe uma diferenciação na estrutura entre as duas redes. No segundo período existem mais nós longe do centro e ligados a outros por alguns nós centrais, uma característica de redes livre de escala, enquanto que no sétimo período se nota uma grande concentração em grupos específicos que são diferenciados pelas cores. Essa estrutura é uma consequência do coeficiente de agregação e grau médio dos autores.

14 Estruturas Hierárquicas e Comunidades Para se analisar as estruturas hierárquicas da rede de coautoria sobre pesquisa em Leishmaniose foram feitos dois recortes na rede, utilizando-se o k-core e a distribuição por grau, tomando como ponto de corte o grau 110 da rede, conforme a Figura 3. A distribuição ficou com nós para o k-core e 125 nós para os Hubs. O segundo passo foi analisar o nível de controle e relacionamentos desses nós com o resto da rede. Os Hubs demonstraram ter ligação direta com nós, sendo que, destes, estão fora dos grupos de Hubs e k- core. Quanto à segunda estrutura, k-core, esses tem relacionamento direto com nós da rede sendo que estão fora desse grupo. Pode-se concluir, portanto, que a estrutura de Hubs, apesar de 20 vezes menor que a do k-core (125 e respectivamente), consegue uma abrangência acima da metade da do k-core ( e respectivamente). O segundo ponto é que, em ambas as estruturas hierárquicas, existe um forte entrelaçamento entre os nós, mas também com os elementos da periferia, corroborando com a estrutura centro periferia definida por Borgatti. No que diz respeito à formação de comunidades, existem muitos algoritmos que buscam a divisão da rede de forma automatizada e, com base nos relacionamentos, decidimos usar o algoritmo leading eigenvector de Newman (2006). A decisão foi tomada com base na possibilidade de aplicação em redes de grande porte, o que não é possível para outros algoritmos mantendo-se um nível similar de modularidade que é uma medida da qualidade da divisão da rede. TABELA 4. COMUNIDADES E DISTRIBUIÇÃO DOS HUBS E NÓS DO K-CORE Grupo Nós K-core Hubs Grupo Nós K-core Hubs Grupo Nós K-core Hubs Aplicando o algoritmo na rede obtemos 45 comunidades, com o número de nós em cada grupo mostrados na primeira coluna da Tabela 4. Dentro de cada comunidade foi

15 3281 analisada a distribuição dos nós das estruturas de Hubs e k-core. Pode-se perceber grandes diferenças no tamanho das comunidades, no entanto, a média de nós das duas estruturas dentro de cada grupo possui um padrão com poucos grupos divergindo dos demais. Ou seja, as estruturas de Hubs e k-core estão representadas em quase todas as comunidades respeitando o tamanho destas. Outro resultado que chama a atenção tem a ver com o número de nós nas primeiras 17 comunidades, que representam cerca de 85% da rede. Essa característica está relacionada ao algoritmo que busca os nós com maior centralidade de autovetor e seus pares, e os coloca em primeiro lugar. Uma grande diferença no tamanho bem como na representatividade das duas estruturas pode ser percebida na comunidade 11. Um estudo mais aprofundado dessa comunidade demonstrou que os seus elementos fazem parte de várias mini comunidades periféricas, e espalhadas em diferentes períodos, sem continuidade por todo o tempo estudado. Por possuírem características similares, o algoritmo acabou por agrupá-las em um só grupo. 3.5 Relacionamentos e Fluxo informacional Todos os resultados de análise de redes de coautoria, até o momento, culminam para um estudo exploratório acerca das relações e fluxo informacional entre os diferentes grupos de pesquisa. A hipótese que trabalhamos é que os grupos possuem pessoas chaves, definidas pelas estruturas de Hubs ou k-core, que são responsáveis pelo direcionamento das pesquisas, uma vez que sua influência com os demais representantes da rede é muito grande. Além disso, acreditamos que cada comunidade possui um universo mais ou menos definido de pesquisa, e que a sua relação com outros grupos compõe um elemento de definição da sua área. Entender os objetos de pesquisa, por meio do estudo das MeSH, e as relações com outros grupos, pode ajudar no entendimento das influências e direcionamentos no campo científico. FIGURA 5. REDE DE RELACIONAMENTOS ENTRE GRUPOS DE PESQUISA SOBRE LEISHMANIOSE.

16 3282 A FIGURA 5 mostra as relações entre os diferentes grupos ou comunidades. O tamanho de cada nó representa o número de autores presente no grupo e a espessura das linhas entre dois nós o número de relações ou coautoria entre os membros dos dois grupos. Veja por exemplo que os grupos 1 e 4 possuem uma forte relação entre os dois. A distribuição dos nós deixa claro o contexto de centro periferia (Rombach et al. 2012), onde existem vários grupos no centro da rede que se conectam com os demais grupos na periferia. O número de cada nó está relacionado ao número do grupo segundo a Tabela 4. Para se obter essa distribuição da rede foi aplicado o algoritmo Fruchtman-Reingold, da ferramenta Gephi. Entender as relações entre os diferentes grupos é tão importante quanto se entender a relações dentro dos próprios grupos. A Tabela 5 apresenta o número de linhas, levando-se em consideração a estrutura de Hubs e o resto da rede. A parte esquerda da tabela mostra as ligações entre os diferentes grupos, por meio dos seus autores e a parte direita da tabela as ligações dentro de todos os grupos. Quando se leva em consideração as relações entre os nós da rede, se percebe que o número de linhas dentro do grupo é muito maior que entre os grupos, e que o percentual aumentou com o passar dos anos. Esse fator vai de acordo com a diminuição da distância média quando levada em consideração uma rede randômica na TABELA 3. TABELA 5. RELACIONAMENTOS DENTRO E FORA DOS GRUPOS Linhas entre Hubs x Linhas dentro do Hubs x Hubs x Nó Nó x Nó Hubs x Nó Nó x Nó Grupos Hubs Grupo Hubs No entanto, quando olhamos para as relações dos Hubs, percebemos que as diferenças entre os grupos e dentro dos grupos não é muito grande, e em alguns períodos chega até ser maior entre os grupos. Essa informação demonstra que na estrutura de Hubs as relações de troca com autores de outras esferas é tão relevante quanto dentro do próprio grupo, o que fortifica suas posições como gatekeepers e responsáveis pelas disseminações do conhecimento.

17 3283 No que diz respeito à análise das palavras chaves ou MeSH, o primeiro estudo se deu quanto à correlação entre os grupos quanto ao uso das palavras. Infelizmente, esse estudo foi inconclusivo até o momento, em decorrência do grande número de palavras com alta e baixa frequência. Enquanto algumas poucas palavras eram utilizadas por todos os grupos, outras tantas eram utilizadas apenas por um grupo uma vez que eram utilizadas apenas uma ou duas vezes. Para se dar continuidade a esse estudo se faz necessário a definição de um ponto de corte na parte superior e inferior quanto a número de vezes que cada palavra aparece, bem como a avaliação de um especialista na área para indicar quais grupos de palavras demonstram áreas de pesquisa convergentes ou divergentes. A segunda abordagem nas palavras chaves se deu quanto às novas palavras que apareceram a cada período. Levando-se em consideração somente as palavras com frequência maior que 2, os grupos que mais se destacaram quanto à utilização dessas palavras em cada período foram: 1981 a 1984 grupos 1 e 7; 1985 a 1988 grupos 1, 3 e 5; 1989 a 1992 grupos 1, 3 e 4; 1993 a 1996 grupos 1,3 e 4 e ; 1997 a 2000 grupos 1, 2, 3, 4 e 5; 2001 a 2004 grupos 1, 2, 3, 5 e 7; 2005 a 2008 grupos 1, 2, 3, 4, 5, 10 e 13 e 5; 2009 a 2012 grupos 1, 2, 3, 4, 5, 10 e 13. Um estudo mais aprofundado desses grupos se faz necessário para entender a sua composição, filiação dos autores e outros fatores e se entender como esse fator ocorre. FIGURA 6. REDE DE RELACIONAMENTOS ENTRE AS NOVAS MESH COM OUTRAS PALAVRAS 2009 A 2012, EM PESQUISA SOBRE LEISHMANIOSE. Ainda quanto às novas palavras chaves, foi feita uma análise para se saber com quais outras palavras chaves elas se relacionam com mais frequência, e o resultado parcial referente ao ultimo período é apresentado na figura 6.

18 DISCUSSÃO No que diz respeito à possibilidade de aplicação desses resultados de análise de complexidade em redes, no apoio a governança de políticas públicas em saúde, os autores apresentam as seguintes possibilidades de emprego: É possível o entendimento sobre o padrão de como um pesquisador se torna evidente/central dentro da sua área de pesquisa, e sobre como fomentar que esse padrão se repita; É possível a análise das relações de cooperação entre países, e do aumento ou diminuição no controle do processo produtivo científico; É possível a identificação da forma como grupos de pesquisa nascem, se fortalecem ou desaparecem, com base nas relações de pesquisadores chaves com outros membros; É possível a avaliação da estrutura atual de uma área de pesquisa específica, centralizada ou dispersa, e os resultados com base nessa estrutura; É possível entendimento quanto as estruturas mais propícias para a nascedouro de novos termos (MeSH), que denotam novos conhecimentos sendo aplicados; É possível incentivar e medir a inovação na pesquisa, e informar se área está com o crescimento em desaceleração, com base nas palavras chave. 5 CONCLUSÕES O objeto de trabalho se deu quanto à aplicação de métodos de análise de redes em uma rede de coautoria da Leishmaniose e os resultados obtidos. Foram avaliados os dados bibliométricos em uma área da pesquisa científica e o seu crescimento com o passar dos anos. Foram analisadas também a distribuição dos pesquisadores quanto às suas publicações e os relacionamentos com outros pesquisadores, a estrutura da rede e suas mudanças, os agrupamentos que foram criados e as relações entre os grupos além da análise quanto ao uso das palavras chaves ou MeSH pelos pesquisadores e em seus respectivos grupos. As análises aqui produzidas demonstram que o número de publicações científicas no campo da Leishmaniose vem crescendo de forma constante. Países emergentes tem tomado o controle desse universo de pesquisa em doença negligenciada, e que não há muita representatividade quanto às revistas mundiais, para publicação nessa área. Quanto aos resultados específicos da estrutura da rede, foi demonstrada a existência de uma estrutura clara de núcleo periferia, com muitas comunidades centrais que se relacionam com a periferia, mas também a outras comunidades centrais, favorecendo a troca de informação em contrapartida a um possível controle centralizado. Os pesquisadores centrais

19 3285 ou com maior relevância quanto a relacionamentos e publicações se encontraram bem distribuídos nos diferentes grupos. Isso pode sugerir a forma de criação dos grupos baseado em pesquisadores proeminentes ou apenas um resultado do algoritmo utilizado. Para responder a essa pergunta devem ser realizadas outras pesquisas com outros algoritmos e o estudo mais aprofundados dos grupos. Foi demonstrado que a rede de coautoria de pesquisa em Leishmaniose carrega características das redes livres de escala, o que denota uma intensa participação de pesquisadores específicos (Hubs) para manter o grupo coeso. Ao longo do campo científico, há poucos pesquisadores muito bem ligados, que de alguma forma controlam as relações com o resto da rede. Quanto às palavras chaves, foi demonstrado que essas seguem um padrão de distribuição similar ao dos autores, com muitas palavras que aparece muito poucas vezes, enquanto outras poucas palavras são muito comuns para a área. REFERÊNCIAS Albert, Réka, e Albert-László Barabási Statistical mechanics of complex networks. Reviews of Modern Physics 74 (1): doi: /revmodphys BARABASI, A. L., H. JEONG, Z. Neda, E. RAVASZ, A. SCHUBERT, e T. VICSEK Evolution of the social network of scientific collaborations. Physica A: Statistical Mechanics and its Applications 311 (3-4): doi: /s (02) BARABÁSI, Albert-László, e RÉKA Albert Emergence of Scaling in Random Networks. Science 286 (5439): doi: /science BORGATTI, Stephen P, e Martin G EVERETT Models of core/periphery structures. Social Networks 21 (4): doi: /s (99) CLAUSET, Aaron, cosma Rohilla SHALIZI, e M. E. J. NEWMAN Power-law distributions in empirical data. SIAM Review 51 (4): doi: / COLIZZA, V., A. FLAMMINI, M. A. SERRANO, e A. VESPIGNANI Detecting Rich-Club Ordering in Complex Networks. Nature Physics 2 (2): doi: /nphys209. DOROGOVTSEV, S. N., e J. F. F. Mendes Evolution of networks. arxiv:condmat/ , junho. ERDÖS, P., e A. RÉNYI On random graphs. Publicationes Mathematicae 6: GAY, Brigitte Universal Dynamics Onf Complex Networks, Really? In Social Network Mining, Analysis, and Research Trends: Techniques and Applications. GONZÁLEZ-ALCAIDE, Gregorio, Jinseo PARK, Charles HUAMANÍ, Joaquín GASCÓN, e José Manuel RAMOS Scientific Authorships and Collaboration Network Analysis on

20 3286 Chagas Disease: Papers Indexed in PubMed ( ). Revista Do Instituto de Medicina Tropical de São Paulo 54 (4): KIM, Jongkwang, e Thomas WILHELM What is a complex graph? Physica A: Statistical Mechanics and its Applications 387 (11): doi: /j.physa LEYDESDORFF, Loet, Han Woo PARK, e Caroline WAGNER International Coauthorship Relations in the Social Sciences Citation Index: Is Internationalization Leading the Network?: International Coauthorship Relations in the Social Science Citation Index: Is Internationalization Leading the Network? Journal of the Association for Information Science and Technology, abril, n/a n/a. doi: /asi Leydesdorff, Loet, e Thomas Schank Dynamic Animations of Journal Maps: Indicators of Structural Changes and Interdisciplinary Developments. Journal of the American Society for Information Science and Technology 59 (11): doi: /asi LEYDESDORFF, Loet, e Caroline WAGNER International Collaboration in Science and the Formation of a Core Group. arxiv: [physics], novembro. MENA-CHALCO, Jesús Pascual, Luciano Antonio DIGIAMPIETRI, Fabrício Martins LOPES, e Roberto Marcondes CESAR Brazilian Bibliometric Coauthorship Networks: Brazilian Bibliometric Coauthorship Networks. Journal of the Association for Information Science and Technology 65 (7): doi: /asi MOREL, Carlos M., Tara ACHARYA, Denis BROUN, Ajit DANGI, Christopher ELIAS, N. K. GANGULY, Charles A. GARDNER, et al Health Innovation Networks to Help Developing Countries Address Neglected Diseases. Science 309 (5733): doi: /science MOREL, Carlos Medicis, Suzanne Jacob SERRUYA, Gerson Oliveira PENNA, e Reinaldo GUIMARÃES Co-authorship Network Analysis: A Powerful Tool for Strategic Planning of Research, Development and Capacity Building Programs on Neglected Diseases. PLoS Negl Trop Dis 3 (8): e501. doi: /journal.pntd NEWMAN, M. E. J The structure of scientific collaboration networks. Proceedings of the National Academy of Sciences of the United States of America 98 (2): NEWMAN, M. E. J Coauthorship networks and patterns of scientific collaboration. Proceedings of the National Academy of Sciences 101 (suppl_1): doi: /pnas NEWMAN, M. E. J Modularity and community structure in networks. Proceedings of the National Academy of Sciences of the United States of America 103 (23): doi: /pnas NEWMAN, Mark Networks: An Introduction. 1o ed. Oxford University Press, USA. OTTE, Evelien, e Ronald ROUSSEAU Social Network Analysis: A Powerful Strategy, Also for the Information Sciences. Journal of Information Science 28 (6): doi: /

21 3287 RAMOS, Jose M, Gregorio GONZALEZ-ALCAIDE, e Maxima BOLANOS-PIZARRO Bibliometric analysis of leishmaniasis research in Medline ( ). Parasites & Vectors 6 (março): 55. doi: / ROMBACH, M. Puck, Mason A. PORTER, James H. FOWLER, e Peter J. MUCHA Core-Periphery Structure in Networks. arxiv: [cond-mat, physics:physics], fevereiro. VASCONCELLOS, Alexandre Guimarães, e Carlos Medicis MOREL Enabling Policy Planning and Innovation Management through Patent Information and Co-Authorship Network Analyses: A Study of Tuberculosis in Brazil. PLoS ONE 7 (10): e doi: /journal.pone WATTS, Duncan J., e Steven H. STROGATZ Collective dynamics of `small-world networks. Nature 393 (junho): doi: / YAN, Erjia, e YING Ding Scholarly Network Similarities: How Bibliographic Coupling Networks, Citation Networks, Cocitation Networks, Topical Networks, Coauthorship Networks, and Coword Networks Relate to Each Other. Journal of the American Society for Information Science and Technology 63 (7): doi: /asi