Η νευροαποκατάσταση αποτελεί ένα σύνθετο και διεπιστημονικό πεδίο, το οποίο συνδυάζει κλινικές παρεμβάσεις, τεχνολογικές εφαρμογές, νευρωνικά δεδομένα και υπολογιστικές μεθόδους. Σκοπός της παρούσας εργασίας αποτελεί η ποιοτική χαρτογράφηση της βιβλιογραφίας του τομέα της νευροαποκατάστασης και η μελέτη των σχέσεων μεταξύ βασικών εννοιών του πεδίου μέσω της ανάλυσης δικτύων συν-εμφάνισης όρων.

Η ανάλυση πραγματοποιήθηκε σε εννέα κατηγορίες νευρολογικών παθήσεων και διαταραχών: τη νόσο Alzheimer, τις γνωστικές διαταραχές,  τις κινητικές διαταραχές, τη πολλαπλή σκλήρυνση,  τις νευροεκφυλιστικές παθήσεις,  τη νόσο Parkinson,  τη κάκωση νωτιαίου μυελού,  το αγγειακό εγκεφαλικό επεισόδιο και τη τραυματική εγκεφαλική βλάβη. Για κάθε κατηγορία κατασκευάστηκε ένα δίκτυο συν-εμφάνισης όρων, με βάση προκαθορισμένο λεξικό εννοιών που περιλάμβανε παθήσεις, λειτουργικές εκβάσεις, τεχνολογικές εφαρμογές, νευρωνικά δεδομένα και υπολογιστικές μεθόδους. Στη συνέχεια, τα δίκτυα αναλύθηκαν με μετρικές γράφων, όπως η πυκνότητα, ο μέσος βαθμός, το μέσο μήκος διαδρομής, η αρθρωτότητα και ο συντελεστής ομαδοποίησης.

Τα αποτελέσματα έδειξαν ότι η βιβλιογραφία της νευροαποκατάστασης δεν οργανώνεται με ενιαίο τρόπο σε όλες τις παθήσεις. Το δίκτυο του αγγειακού εγκεφαλικού επεισοδίου παρουσίασε το μεγαλύτερο μέγεθος και την υψηλότερη συνδεσιμότητα, ενώ άλλα δίκτυα ανέδειξαν πιο διακριτές θεματικές ομάδες. Παράλληλα, όροι όπως EEG, virtual reality, robotics και brain-computer interface εμφανίστηκαν σε περισσότερα από ένα δίκτυα, δείχνοντας ότι οι τεχνολογικές και υπολογιστικές εφαρμογές λειτουργούν ως κοινοί σύνδεσμοι μεταξύ διαφορετικών περιοχών της νευροαποκατάστασης.

Συμπερασματικά, η ποιοτική χαρτογράφηση και η ανάλυση δικτύων μπορούν να συμβάλουν στην καλύτερη κατανόηση της δομής της βιβλιογραφίας της νευροαποκατάστασης. Η προσέγγιση αυτή δεν περιορίζεται αποκλειστικά στον εντοπισμό συχνών όρων, αλλά επιτρέπει την ανάδειξη θεματικών σχέσεων που δεν είναι πάντα εμφανείς μέσα από μια απλή βιβλιογραφική επισκόπηση.

Neurorehabilitation is a complex field of study that combines clinical interventions, technological applications, neural data and computational methods. The present thesis aimed to qualitatively map the neurorehabilitation literature and to study the relationships between key concepts of the field through the analysis of term co-occurrence networks.

The analysis was conducted across nine categories of neurological diseases and disorders: Alzheimer’s disease, cognitive disorders, motor disorders, multiple sclerosis, neurodegenerative diseases, Parkinson’s disease, spinal cord injury, stroke and traumatic brain injury. For each category, a term co-occurrence network was constructed based on a predefined vocabulary of concepts that included diseases, functional outcomes, technological applications, neural data and computational methods. The networks were then analyzed using graph metrics, such as density, average degree, average path length, modularity and clustering coefficient.

The results showed that the neurorehabilitation literature is not organized in a uniform way across all diseases. The stroke network presented the largest size and the highest connectivity, while other networks highlighted more distinct thematic groups. At the same time, terms such as EEG, virtual reality, robotics and brain-computer interface appeared in more than one network, indicating that technological and computational applications function as common links between different areas of neurorehabilitation.

In conclusion, qualitative mapping and network analysis can contribute to a better understanding of the structure of the neurorehabilitation literature. This approach is not limited to the identification of frequent terms, but allows the emergence of thematic relationships that are not always evident through a simple literature review.