天津中医药  2022, Vol. 39 Issue (1): 30-35

文章信息

周宗慧, 朱青青, 孙璇, 王东军, 王泓午
ZHOU Zonghui, ZHU Qingqing, SUN Xuan, WANG Dongjun, WANG Hongwu
基于Citespace的中医健康管理知识图谱可视化分析
Visualization analysis of traditional Chinese medicine health management knowledge map based on Citespace
天津中医药, 2022, 39(1): 30-35
Tianjin Journal of Traditional Chinese Medicine, 2022, 39(1): 30-35
http://dx.doi.org/10.11656/j.issn.1672-1519.2022.01.09

文章历史

收稿日期: 2021-10-26
基于Citespace的中医健康管理知识图谱可视化分析
周宗慧 , 朱青青 , 孙璇 , 王东军 , 王泓午     
天津中医药大学, 天津 301617
摘要:[目的] 运用可视化软件Citespace系统梳理近十年来中医健康管理领域的研究热点、研究趋势。[方法] 运用Citespace软件对2010—2020年中国知网数据库(CNKI)中与中医健康管理相关的文献进行可视化分析,并进一步绘制、分析相关的知识图谱。[结果] 通过检索共获得文献1 348篇,近十年来中医健康管理的发文量总体呈上升趋势,其关注度逐渐上升;核心作者群已形成;团队内合作较为密切但跨团队合作不足;研究热点主要为慢性病、老年人、中医药特色、人工智能、社区卫生服务;研究趋势为医养结合。[结论] Citespace可视化分析表明目前中医健康管理的研究呈现出多层次、多阶段的特点,其研究热点与社会问题紧密相关,并得到国家政策支持,未来其研究热度将会进一步上升,医养结合是其潜在发展方向。
关键词中医健康管理    Citespace    文献挖掘    可视化    

近年来,随着社会经济的发展,人们生活、工作方式的转变,中国慢性非流行性疾病的发病率日益增加。近十几年来中国每年新增1 000万慢性病患者[1],目前中国慢性病总人数已达3亿。这一趋势一方面不利于国民身体素质的提高,另一方面也加重了国家经济负担。自从国家将健康管理理念引入“十三五规划”,其焦点也从原来的“解决人民群众看病就医问题”向“促进和保障人民健康”转变[2]。这一观念的转变也促进了国内对健康管理的研究。健康管理的目的为以最小的经济投入获得最大的健康效益[3]。目前国内采用常规的西医健康管理办法对慢性病进行预防,控制和管理,取得了不错的效果,但往往忽视了健康和亚健康群体。而针对这一群体,中医健康管理有其独特的理念和优势,发挥其优势将能更好的助力于健康中国建设。为迅速把握中医健康管理领域的研究热点和发展趋势,本文使用Citespace软件对中国知网数据库(CNKI)内中医健康管理相关文献进行可视化分析,以期为相关研究提供参考。

1 研究工具及数据来源 1.1 数据来源

文献来源于CNKI。在高级检索中检索条件以主题词“中医”与“健康管理”进行检索,检索时间为2010年1月1日—2020年8月1日,纳入论文来源仅限期刊论文、学位论文、会议论文、报纸,共检索到文献1 361篇,剔除外文文献13篇,最终纳入文献1 348篇。

1.2 研究工具

本研究以陈超美博士研发的可视化分析软件Citespace为研究工具,该软件基于JAVA程序语言编写并广泛应用于分析某一研究领域的研究热点及趋势[4]。本文将所获文献导入该软件,将关键词、作者和机构的阈值筛选方式均设为g-index,k=25;将剪切方式均设为pathfinder和pruning sliced networks,然后进行可视化处理。

2 结果 2.1 发文量的年代分布情况

图 1反映了中医健康管理相关研究在2010年1月—2020年8月间的发文情况,从图中可以看出自2010—2017年发文量呈持续上升趋势,2017—2018年发文量有所下降,2019年发文量最多,2020年发文量仅止于8月还未完全呈现,预计与2019年基本相同或有小幅增长。由图可以看出,2010—2020年,关于中医健康管理发文量总体呈上升趋势,尤其是2018—2019年呈现出激增的势头。

图 1 中医健康管理相关文献年发文量 Fig. 1 Annual number of papers related to health management of traditional Chinese medicine
2.2 作者与机构分析 2.2.1 作者合作共现知识图谱

在Citespace软件中,将时间跨度设为2010—2020年,时间切片为1年,节点类型选为作者,其他参数保持默认设置。得到节点数为434,连线数为581的作者共现网络知识图谱(作者合作共现知识图谱见OSID)。由图中可以看出发文量最大的作者分别为李灿东、王琦。作者与作者之间的连线说明作者之间有合作和交流。由于作者之间的交流与合作,在图谱中形成了2个较大的作者群。最大的为以李灿东为首的作者群,其次为以王琦为首的作者群。图中不同颜色对应不同的年份,从中可看出以李灿东为首的作者群自2016年至今发文都很活跃,并且基本每个年段都能形成相应的亚团体,可见该团体一直坚持在该领域探索,且研究团队呈逐年壮大的趋势。以王琦为首的作者群在2017年以后活跃度有所降低。

2.2.2 机构合作共现知识图谱

在Citespace软件中,将节点类型选为机构,其他参数与上述相同。得到节点数为281,连线数为188的机构网络知识图谱(机构合作共现知识图谱见OSID)。由图可以看出福建中医药大学、福建中医药大学中医学证研究基地、湖南中医药大学、北京中医药大学东方医院、中国中医药国际合作中心的节点较大。节点大小表明机构出现的频次,由此可以看出以上5所机构在中医健康管理领域发文较多,科研力度较大。图中节点之间的连线越多、越粗说明机构之间的合作越密切,从图中可以看出各机构之间合作较为密切。但多为团队内合作,跨团队合作相对较少。跨团队合作网仅两个,一个为湖南中医药大学、中国科学院与北京中医药大学,另一个为福建中医药大学与江西中医药大学。且结合线条颜色所对应的年份来看,以湖南中医药大学为中心的跨团队合作网在2017年以前活跃度更高,2017年以后合作有所减少。结合年份还可以看出以福建中医药大学为中心的团体自2015年至今都很活跃,说明该团队一直坚持在这一领域探索。

2.3 关键词分析 2.3.1 关键词共现知识图谱

在1 348篇文献中,出现频次≥20的关键词共有19个,通过运行Citespace可视化分析软件,生成节点数为462,连线数为903的关键词共现知识图谱,见图 2。其中频次位于前5名的关键词分别为健康管理(450)、治未病(203)、中医(134)、中医健康管理(127)、中医药(86)。高频关键词代表了研究的热点内容,根据1973年Donohue提出的高频词低频词界分公式,T= (其中T为高频词出现的最低次数,I为关键词的个数,本文中I=462),按此法计算出近十年的中医健康管理相关文献的高频词低频词界分阈值为T≈29.90,所以本次研究中出现30次及以上的为高频关键词,共14个,健康管理、治未病、中医、中医健康管理、中医药、中医体质辨识、社区、中医体质、高血压、体质辨识、老年人、中医药健康管理、糖尿病、中医治未病。

图 2 关键词共现知识图谱 Fig. 2 Knowledge map of keyword co-occurrence
2.3.2 关键词聚类知识图谱

在关键词共现的基础上,进一步做关键词聚类分析。关键词的聚类分析是运用一定的计算方法将零散的信息数据按照信息程度进行分类的过程[5],从而了解该领域的知识结构[6]。使用LLR的算法进行聚类命名抽取,得到节点大小为462,连线数为903的关键词聚类分析图谱,见图 3。规模前10的关键词聚类标签如图 3所示,这些标签反映了中医健康管理的热点主题。图中不同形状、不同颜色的色块代表着不同的聚类,不同颜色对应着不同年份,体现了关键词聚类的时间变化,并且每个色块内的节点都属于该聚类,从图中可以看出聚类之间重叠性较高,表明各研究主题之间交叉性较多。其中聚类规模较大标签多集中在2014年和2015年,由此可推断2014年与2015年是相关研究主题最活跃,成果最多的年份。其中规模最大的聚类为#0健康管理,而聚类成员相似度最好的聚类为#6中医药健康管理。从图 3中可以看出中医健康管理研究关注的主题还有人工智能、亚健康等。

图 3 关键词聚类知识图谱 Fig. 3 Knowledge map of keyword clustering
2.3.3 突发关键词知识图谱

突发关键词是指特定时间内相对增长率突然增加的关键词。突发关键词往往能够反映研究主题潜在的发展方向,预测研究前沿趋势[7]。本研究中的8个突发关键词:2010—2012年“中医‘治未病’”与“中医体质”成为这一时段突发关键词;2010—2015年“中医药特色”成为这一时段突发关键词;2011—2014年“健康体检”“中西医结合”成为这一时段突发关键词;2014—2017年“社区卫生服务”与“社区健康管理”成为这一时段的突发关键词;2018—2020年“医养结合”成为这一时间段的突发关键词(突发关键词知识图谱见OSID)。

3 讨论 3.1 研究热点

关键词聚类知识图谱,是将关键词共现网络关系通过聚类统计学的方法简化成数目相对较少聚类而得到的图谱,从图中可以分析出相关研究领域的热点主题[8]。而高频关键词则代表了研究的热点内容。因此综合分析高频关键词及关键词聚类知识图谱可以发现,近十年来该领域研究热点主要为慢性病、老年人;中医药特色、中医健康管理;人工智能、大数据;社区卫生服务。下面笔者从研究热点的形成背景及主要研究内容两方面进一步开展讨论。

3.1.1 慢性病、老年人

近十年来随着人民生活水平的提高和生活方式的改变,糖尿病、高血压病、肥胖等慢性病发病率也逐渐升高。《中国人健康大数据》显示,中国高血压病患者约有1.6~1.7亿人,糖尿病患者约有9 240万人,超质量或肥胖人群7 000万~2亿。除此之外,中国老龄人口也在逐年增加,据统计2016年中国60岁以上人口超过2.3亿。由此可以看出慢性病和老龄化不仅是亟待解决的社会问题,更是亟待解决的健康问题。因而在这一社会背景下“慢性病”和“老年人”成为了中医健康管理领域的一大热点研究内容。在该热点之下,研究内容主要为慢性病的预防及管理,以及老年人健康服务。

3.1.2 中医药特色、中医健康管理

现代疾病的主要病因为不良生活习惯、精神因素和环境污染等[9]。其中多为可变因素,因而以减少疾病危险因素,提高健康水平为主要目的的健康管理逐渐得到各方重视。其中中医健康管理具有其独特的优势。一方面,中医健康管理有其深厚的理论基础,早在《黄帝内经》中就提出了“治未病”的思想,这一思想与现代的预防观念不谋而合。另一方面,中医健康管理还有其独特的适宜技术如刮痧、艾灸、推拿等。这些技术具有简单、便捷的特征,不仅有利于个人掌握,更有利于社会推广;其价廉、效优的特点在医疗支出日益提高的当今社会,也有利于减轻国家经济负担。因此,如何发挥中医药特色便成为这一领域的一大研究热点。目前,研究内容集中于如何将中医特色理论应用于中医健康管理,如“治未病”理论、中医体质理论、中医健康状态辨识理论等。虽然目前相关理论探讨较多,但大多数还处在探索阶段,不便于推广和普及,相关研究还有待进一步深入。

3.1.3 人工智能、大数据

随着信息技术的发展,数据与人们的生活联系日益紧密。大数据、互联网+、物联网等逐渐融入日常生活。要提高中医健康管理的有效性、便捷性和可操作性,将中医健康管理与现代信息科技相结合势在必行。在这一时代背景下诞生了这一领域的另一研究热点——人工智能。前几年,国务院发布的《关于促进规范健康医疗大数据应用发展的指导意见》也进一步推动了这一研究热度的提升。相关研究多集中于APP的开发及网络医疗平台的搭建,如武建铎等[10]进行了与糖尿病相关的中医健康管理平台设计;王丽芬等[11]进行了与女性健康相关的移动中医健康管理平台的开发;丁琪等[12]提出了中医云健康体系架构的设计。也有学者对其发展所面临的问题进行探讨,如王沁莹[13]、雷黄伟等[14]对中医健康管理与现代信息技术结合所面对的困难和障碍进行了研究。

3.1.4 社区卫生服务

社区卫生服务是指以健康为中心、以社区为范围、以家庭为单位、以社区老幼妇残为重点人群,融医疗、预防、保健、康复、健康教育、卫生监督检测等服务为一体的卫生保健服务模式[15]。虽然目前开展中医健康管理的机构有医院、民办机构和社区,但中国医疗卫生资源较为有限,将中医健康管理重点落实到社区更为合理。首先中医健康管理中的体质测评、推拿、药物干预等方式是一个连续、动态的过程,需要及时随访和反馈,将重点放在社区有利于提高居民的参与度。其次,社区内管理者与居民较为熟悉,方便管理者及时了解居民健康动态,同时也有利于健康知识的传播从而提高管理的有效性。再者,较轻的疾病就能在社区解决,能够减少不必要的医疗支出,并减轻医院压力,将重点放在社区也能有效降低管理成本。最后,社区作为一个较小的管理单位,管理者与居民之间地理距离近,也有助于提高服务的快捷性。

除去中国中医健康管理面临的现实情况,国家政策也推动了“社区卫生服务”成为该领域的一大研究热点。《基层中医药服务能力提升工程“十三五”行动计划》明确提出要加强基层医疗卫生机构中医药服务条件建设,因此无论是从中国实际情况出发,还是从国家政策来看社区卫生服务都是中医健康管理的一大研究热点。目前,其研究内容主要分为探索社区健康管理模式的研究和干预效果评价类的研究。常见的以社区为主的健康管理模式有“KY-3H”健康管理模式、“1 -2-10-40-X”中医预防保健服务体系、中医预防保健健康管理模式等[16]。在干预效果评价类的研究中,其干预方法多为中医体质辨识、“治未病”体系、健康状态辨识方法等;干预对象多为老人、儿童、妇女、慢性病患者等,评价方式多为自身前后对照,从总体来看其评价缺乏统一的客观化标准。

3.2 研究趋势

突发关键词往往反映了一个领域的研究趋势和潜在发展方向。从本次突发关键词可以看出,中医健康管理经历了3个不同发展阶段。第1阶段为2010—2015年,这一时期,研究集中于如何发挥中医药特色。第2阶段为2013—2014年,这一时期,研究集中于如何实现中西医结合管理。第3阶段为2016—2017年,这一时期,研究集中于如何加强社区健康管理建设。总体来看,其发展经历了从如何发挥中医药特色到如何实现中西医结合再到如何向社区下沉的发展过程。而2018年至今的突发关键词为“医养结合”,因此可以推测,接下来该领域的研究将会围绕“医养结合”展开。随着中国老龄化进程的加快,老年慢性病的发病率也逐渐提高,传统养老模式已不能适应时代的发展。如今,养老和医疗的双重压力使无数家庭面临沉重的经济负担和精神压力,而医养结合的新型医疗模式,能够同时解决养老和医疗这两大难题[17]。国家层面也连续发出相关文件支持这一模式的发展。2013年,国务院出台《关于加快发展养老服务业的若干意见》和《关于促进健康服务业发展的若干意见》,提出积极推进养老服务与医疗卫生相结合,发展社区健康养老服务。2015年出台《关于推进医疗卫生与养老服务相结合的指导意见》,由此可见“医养结合”将会是该领域未来的研究趋势。

4 小结

从发文量来看中医健康管理的研究热度整体呈上升趋势。从基金支持来看,该研究获基金支持较多,其中以国家级基金为主。从作者和机构发文情况来看,发文最多的作者为李灿东和王琦,发文最多的机构为福建中医药大学和北京中医药大学,两者具有一致性。从关键词分析来看该领域研究热点为慢性病、老年人、中医药特色、人工智能、社区卫生服务。从突发关键词监测来看,未来研究趋势为医养结合。根据可视化分析结果并结合相关国家政策来看,目前中医健康管理的研究还处在发展阶段。在未来,其研究热度将进一步增加,且研究深度和广度也将会进一步扩展。

参考文献
[1]
谭晓东, 祝淑珍, 谢棚印, 等. "健康中国"背景下健康管理的发展思路[J]. 公共卫生与预防医学, 2015, 26(6): 1-4.
TAN X D, ZHU S Z, XIE P Y, et al. Development ideas of health management in the context of "healthy China"[J]. Journal of Public Health and Preventive Medicine, 2015, 26(6): 1-4.
[2]
刘彩, 袁红霞, 刘盛鑫, 等. 中医药类院校健康服务与管理专业人才培养模式探索[J]. 卫生职业教育, 2020, 38(13): 1-2.
LIU C, YUAN H X, LIU S X, et al. On the training mode of health service and management professionals in colleges of traditional Chinese medicine[J]. Health Vocational Education, 2020, 38(13): 1-2.
[3]
于淑英, 吕楠, 赵雩卿. 我国健康管理概况与展望[J]. 人民军医, 2013, 56(11): 1338-1340.
YU S Y, LYU N, ZHAO Y Q. Overview and prospect of health management in China[J]. People's Military Surgeon, 2013, 56(11): 1338-1340.
[4]
胡金萍, 吕芮. 我国听障大学生研究热点主题及趋势探析: 基于知识图谱的可视化分析[J]. 绥化学院学报, 2020, 40(1): 43-47.
HU J P, LYU R. RResearch on hot topics and trends of hearing impaired college students in China: visual analysis based on knowledge mapping[J]. Journal of Suihua University, 2020, 40(1): 43-47. DOI:10.3969/j.issn.2095-0438.2020.01.010
[5]
侯海燕. 基于知识图谱的科学计量学进展研究[D]. 大连: 大连理工大学, 2006.
HOU H Y. Mapping evolution of scientometrics[D]. Dalian: Dalian University of Technology, 2006.
[6]
李慧, 杨宇峰, 曲超, 等. 基于Citespace的中药治疗糖尿病肾病知识图谱可视化分析[J]. 中华中医药学刊, 2020, 38(8): 52-55, 262.
LI H, YANG Y F, QU C, et al. Visualization analysis of knowledge map of diabetic nephropathy treated by Chinese medicine based on citespace[J]. Chinese Archives of Traditional Chinese Medicine, 2020, 38(8): 52-55, 262.
[7]
孙璇, 田春颖, 王东军, 等. 国内亚健康研究的知识图谱可视化分析: 基于CNKI(2010-2019)数据库[J]. 中医药信息, 2020, 37(4): 26-30.
SUN X, TIAN C Y, WANG D J, et al. Knowledge map visualization analysis of domestic sub-health research-based on CNKI database(2010-2019)[J]. Information on Traditional Chinese Medicine, 2020, 37(4): 26-30.
[8]
钟伟金, 李佳, 杨兴菊. 共词分析法研究(三): 共词聚类分析法的原理与特点[J]. 情报杂志, 2008, 27(7): 118-120.
ZHONG W J, LI J, YANG X J. The research of co-word analysis(3)-the principle and characteristics of the co-word cluster analysis[J]. Journal of Information, 2008, 27(7): 118-120. DOI:10.3969/j.issn.1002-1965.2008.07.038
[9]
王新陆. 论"血浊"与"治未病"[J]. 天津中医药, 2008, 25(3): 177-180.
WANG X L. Discussion on blood turbid and treating disease before attack[J]. Tianjin Journal of Traditional Chinese Medicine, 2008, 25(3): 177-180.
[10]
武建铎, 徐菀鸿, 宋思远, 等. 基于移动互联网的糖尿病中医健康管理平台设计[J]. 中国科技信息, 2018(23): 50-52, 13.
WU J D, XU W H, SONG S Y, et al. Design of diabetes TCM health management platform based on mobile Internet[J]. China Science and Technology Information, 2018(23): 50-52, 13. DOI:10.3969/j.issn.1001-8972.2018.23.018
[11]
王丽芬, 王珏, 洪燕, 等. 融合脉诊信息的女性移动中医健康管理平台的研制[J]. 世界科学技术-中医药现代化, 2018, 20(10): 1803-1807.
WANG L F, WANG J, HONG Y, et al. Development of female mobile Chinese medicine health management platform integrated with pulse diagnostic information[J]. Modernization of Traditional Chinese Medicine and Materia Medica-World Science and Technology, 2018, 20(10): 1803-1807.
[12]
丁琪, 侯曦, 温川飙. 中医云健康平台的体系架构研究[J]. 中国数字医学, 2018, 13(10): 103-105, 108.
DING Q, HOU X, WEN C B. Research on the architecture of cloud health platform of TCM[J]. China Digital Medicine, 2018, 13(10): 103-105, 108.
[13]
王沁莹. 社区中医治未病健康服务互联网应用的障碍因素与对策[D]. 杭州: 杭州师范大学, 2019.
WANG Q Y. Obstacles and countermeasures in the Internet application of community TCM healthcare service for preventive treatment[D]. Hangzhou: Hangzhou Normal University, 2019.
[14]
雷黄伟, 李灿东. 大数据背景下中医健康管理难点突破与体系构建[J]. 中华中医药杂志, 2019, 34(2): 467-469.
LEI H W, LI C D. Difficulties breakthrough and system construction of TCM health management under big data background[J]. China Journal of Traditional Chinese Medicine and Pharmacy, 2019, 34(2): 467-469.
[15]
张勘. 健康管理: 新形势下治未病[J]. 上海医药, 2010, 31(S1): 14-16.
ZHANG K. Health management: prevention of disease under the new situation[J]. Shanghai Medical & Pharmaceutical Journal, 2010, 31(S1): 14-16.
[16]
陈戈, 葛敏, 江萍, 等. 我国中医社区健康管理模式发展现状与对策研究: 基于文献回顾与专家咨询[J]. 卫生软科学, 2019, 33(6): 32-37, 52.
CHEN G, GE M, JIANG P, et al. Study on development status and countermeasures of TCM community health management mode in China-based on literature review and expert consultation[J]. Soft Science of Health, 2019, 33(6): 32-37, 52.
[17]
国务院办公厅. 关于推进医疗卫生与养老服务相结合的指导意见[EB/OL]. [2016-08-18]. http://www.gov.cn/zhengce/content/2015-11/20/content_10328.htm.
General Office of the State Council. Guidance on promoting the combination of medical and health care and elderly care service[EB/OL]. [2016-08-18]. http://www.gov.cn/zhengce/content/2015-11/20/content_10328.htm.
Visualization analysis of traditional Chinese medicine health management knowledge map based on Citespace
ZHOU Zonghui , ZHU Qingqing , SUN Xuan , WANG Dongjun , WANG Hongwu     
Tianjin University of Traditional Chinese Medicine, Tianjin 301617, China
Abstract: [Objective] To summarize the research hotspots and trends in the field of health management of traditional Chinese Medicine (TCM) in recent ten years by using the visualization software Citespace system. [Methods] The literatures related to health management of TCM in CNKI from 2010 to 2020 were visualized and analyzed by using Citespace software, and further draw and analyze related knowledge maps. [Results] A total of 1 348 articles were retrieved, the volume of papers on health management of TCM was on the rise in the past ten years, the focus of the papers was on the rise, the core group of authors had been formed, the inter-team cooperation was close but the inter-team cooperation was not enough. The research focuses are: chronic diseases, the elderly, traditional Chinese medicine characteristics, artificial intelligence, community health services; the research trend is the integration of medical care. [Conclusion] Citespace visualization analysis shows that the current research on health management of traditional Chinese medicine presents the characteristics of multi-level and multi-stage, and its research focus is closely related to social problems, and is supported by national policies. In the future, the research enthusiasm will further increase, and the combination of medical care and nursing is its potential development direction.
Key words: traditional Chinese medicine health management    Citespace    literature mining    visualization