文章信息
- 周密, 周宗慧, 朱青青, 王东军, 孙璇, 田之魁, 王泓午
- ZHOU Mi, ZHOU Zonghui, ZHU Qingqing, WANG Dongjun, SUN Xuan, TIAN Zhikui, WANG Hongwu
- 基于CiteSpace对舌诊文献的计量分析
- Research on the metrological analysis of the literature of Tongue Diagnosis based on CiteSpace
- 天津中医药大学学报, 2023, 42(6): 725-730
- Journal of Tianjin University of Traditional Chinese Medicine, 2023, 42(6): 725-730
- http://dx.doi.org/10.11656/j.issn.1673-9043.2023.06.09
-
文章历史
收稿日期: 2023-08-01
舌诊,是四诊之首——望诊的重点内容,在中医诊断学上地位很高。舌诊,顾名思义即是对舌头的诊断,医者通过观察患者的舌苔、舌质的异常,从而对疾病进行诊断,因其方法简单有效,故在临床上常用。舌为心之苗,脾之外候,是心、脾两脏疾病的照妖镜,舌苔由胃气所生,胃气盛则舌苔正,胃气衰则舌苔变。随着医疗技术的进步,对舌诊的重视度越来越高,了解舌诊的应用现状和研究热点,对未来的医学研究和临床指导有着重要意义。
CiteSpace软件是美籍华人学者陈超美博士开发的[1],如今被广大研究者在生命科学等领域应用,并取得了优秀的科研成果。在本文中,通过在中国知网(CNKI)数据库中搜索“舌诊”为主题的相关文献,检索范围为近20年的文献,并运用CiteSpace 5.7软件对舌诊文献从作者,机构和关键词进行了可视化表达,以便对舌诊的科学研究和实践活动的开展提供一定的参考。
1 资料与方法 1.1 文献检索在CNKI数据库中以“舌诊”为检索词(主题词=“舌诊”“舌诊仪”“舌像”),检索1999—2023年间30年间的相关文献。
1.2 文献纳入及排除标准纳入标准:1)研究对象:文献中的研究对象为“舌诊” “舌诊仪” “舌象”“舌”等。文献类型:期刊论文、学术论文。
排除标准:1)重复发表文献。2)会议论文、会议通知、征稿通知、报刊和声明。3)无法获取全文的文献。
根据纳入标准与排除标准,共得到有效文献1 472篇。
1.3 数据管理将筛选后的1 472篇文献导出,并将导出的数据在CiteSpace 5.7软件内转换为TXT格式,形成新的数据格式,然后将新的数据格式复制粘贴到CiteSpace名下的Data文件夹内。
1.4 统计分析本研究以知识图谱的方法为基础,运用CiteSpace,对1999—2023年近30年有关舌诊文献进行分析。
2 结果 2.1 发文数量的年份及主题分析中医舌诊研究领域相关文献时间分布见图 1。以每3年为一个时间区间,分析1999—2023年的相关文献发表情况,近二十年中国知网关于舌诊客观化研究领域刊载相关文献1 472篇,整体上呈波浪式上升趋势,2001—2008年发文数量快速增长,特别是2008年载文数量最多。
该研究领域相关文献主题分布见图 2。主要研究主题CNKI中显示,所载文献主题最高的是中医舌诊,其次是相关性研究,中医舌象,临床研究等热点内容。
2.2 作者可视化结果分析纳入文献可知,近二十年发表过该研究领域相关文献的作者共384人,许家佗发文43篇是发文量最高的作者,发文量前10位作者见表 1。图 3可见高产作者合作网络形成以许家佗、陆小左、梁嵘为代表的三个较大的研究团队。
2.3 机构共现可视化结果应用CiteSpace软件绘制“舌诊”研究机构合作图谱,由图 4可见其网络密度为0.008 3,包含300个机构,374条连线,从中可以看出,在舌诊研究领域中,各个主要研究机构的合作情况。排名前十的机构在表 2一目了然,上海中医药大学发文数量最多,发文115篇,为最高产的研究机构。由高产机构发文量前10空间分布可知,该领域研究机构主要分布在上海、天津、北京、广东等东部地区;中、西部地区研究机构分布不足。图中中心性是衡量文献重要性的重要因素[2]。
2.4 关键词共现可视化结果关键词反映该文献的主要研究内容和热点,是用于概括文献核心与精髓的重要词语,非常精炼浓缩[3]。显示在舌诊领域,即舌诊、舌象是该领域学者关注的焦点。应用CiteSpace软件对文献中的关键词进行提取,得到关键词共现网络图(见图 5),图谱包含403个节点,1 342条连线,网络密度为0.016 6。共计403个关键词(N=403,E=1342),统计前10关键词及该关键词的中心性(见表 3)。高中介性高中心性的节点往往位于连接两个不同聚类的路径上[4]。词频分析是属于一种关键词分析[5]。高频关键词即该领域的研究热点[6]。由表 3可见舌象、舌诊、中医舌诊、中医、舌苔等为出现频率较高的关键词。中心性强的关键词,出现的频率多较高。由图 5可见该研究领域起到“桥梁”作用的关键词(中心性>0.1)有5个,如“舌诊”节点,中心性最高(0.48);“舌象”节点发文量最高,共计出现478次,其中心性为0.39;“舌诊客观化”频次为43,其中心性为0.17;“中医舌诊”频次为64,其中心性为0.14;“中医”频次为60,其中心性为0.13。
图 6显示舌诊研究前沿。在1999—2023年之间,形成了16个主体的研究格局,并且研究内容也会随着年代变化;梳理关键词发现有以下词汇:“相关性”,“舌诊客观化”,“中医”,“脉象”,“中医诊断”,“中医舌诊”,“糖尿病”,“脉诊”,“冠心病”,“客观化”,“中医证型”,“舌色”,“舌苔”,“综述”等。另外聚类分析关键词,并对各聚类进标识 [6]。图 7,关键词聚类标识9个,图中可以明显看出每年具体关键词。
进行关键词突现(见图 8),有25个,代表了舌诊领域某个时段的研究趋势。
3 讨论 3.1 舌诊研究领域的研究热点中医药信息是一种数据[7]。通过利用CiteSpace 5.7软件制作共现网络可视化图谱对近20年舌诊文献进行计量分析,发现该领域研究热点主要集中在舌诊,舌象等方面,并与舌诊客观化,糖尿病,冠心病,脉象关系密切,这说明了一个好现象,即舌诊研究已经逐渐在现代医学领域被认可与接收,在疾病诊断治疗中作用越来越被重视,舌诊的发展前途一片光明,未来可期。
3.2 舌诊研究领域面临的不足在研究作者中,根据公式N=0.749×ηmax/2[8],本文中ηmax=43,带入公式N≈16,统计发文量大于等于16篇的核心作者,其数量尚未占所有发文人数一半的比例(赖普斯定律),故该领域核心作者团队未形成[9],而且离形成还需做出很大的努力。同时,主要作者聚集情况相对可以。
在研究机构中,存在联系或有合作关系的机构很多,上海中医药大学对该领域研究开展较早,且长期处于学术领先地位,一枝独秀,事实证明,长时间由特定的食物占据主要领导地位是不利于某个行业的发展,遍地开花、齐头并进才是行业良性发展的表现,同时高产机构中心性偏低,在学术领域内的影响力不太够,因此,剩下的研究机构也应该被重视,投入充足的资金研发,从而促进舌诊领域的良性发展。该领域研究、机构整体上分布较分散,主要集中在上海、北京、天津、广州的中医药大学,在研究机构网络中发挥重要的“桥梁”作用。
从关键词的频次来看,边缘关键词与交叉学科领域研究的关系还不太紧密,还需加强,同时也需要优化医疗资源,以提高有关交叉学科治疗水平。
3.3 舌诊领域的研究展望在1999—2023年的突现词中,“标准化”“中医影像学”“中医思维”“智能中医”“新冠肺炎”“糖代谢”“影像表现”“糖尿病前期”“a辅助中医临床”“四诊”“人工智能”“望诊”“2型糖尿病”“舌诊客观化”“中医”“相关性”等词,体现了舌诊的侧重方面。从2010—2012年,出现了疾病新词“艾滋病”,体现舌诊在艾滋病的诊断研究占有一席之地,这也是舌诊研究领域的一大进展。且从2013—2015年,出现了疾病新词“慢性乙型肝炎”,说明舌诊还在慢性乙型肝炎的研究领域中取得了突出的成就,这也体现了舌诊在现代医学诊断疾病中迈出了重要的一步。从2016—2023年,突现关键词为“特征提取”“图像分割”“卷积神经网络”等现代临床科学技术,体现了舌诊技术与时俱进,与现代科技相结合,为医学的发展做出了一定的贡献。由此可以推断出,在今后的医学领域,舌诊必定会与现代化技术紧密结合,为人类疾病的诊断治疗做出相当大的贡献。舌诊仪在各个医院会被采纳,舌诊技术在未来的医学领域定会取得相当不错的成绩。
[1] |
应艳. 基于CNKI的体育教育训练学硕士学位论文的计量学分析[D]. 大庆: 东北石油大学, 2019. YING Y. Metrological analysis of master's thesis of physical education and training based on CNKI[D]. Daqing: Northeast Petroleum University, 2019. |
[2] |
白献阳, 赵若静. 近十年国外信息质量研究知识图谱分析[J]. 河北科技图苑, 2018, 31(6): 80-86. BAI X Y, ZHAO R J. Analysis on the knowledge graph of foreign information quality research in recent ten years[J]. Hebei Library Journal of Science and Technology, 2018, 31(6): 80-86. |
[3] |
王彩英, 万学英, 蒋艳, 等. 基于知识图谱的精神科护士研究文献的可视化分析[J]. 护理研究, 2018, 32(10): 1596-1600. WANG C Y, WAN X Y, JIANG Y, et al. Visual analysis of literatures of psychiatric nurses based on the knowledge map[J]. Chinese Nursing Research, 2018, 32(10): 1596-1600. DOI:10.12102/j.issn.1009-6493.2018.10.027 |
[4] |
乔星峰. 基于知识图谱的国际教育技术学可视化研究[D]. 宁波: 宁波大学, 2018. QIAO X F. The visualization research of international educational technology based on knowledge mapping[D]. Ningbo: Ningbo University, 2018. |
[5] |
李莹. 面向图书馆学科服务的关键词集及其网络分析研究[D]. 镇江: 江苏大学, 2018. LI Y. Research on papers keywords set and the network analysis for library subject service[D]. Zhenjiang: Jiangsu University, 2018. |
[6] |
党芳萍, 李惠菊, 田金徽, 等. 我国脑卒中偏瘫患者康复护理研究的可视化分析[J]. 中国康复医学杂志, 2019, 34(5): 584-587. DANG F P, LI H J, TIAN J H, et al. Visualization analysis of rehabilitation nursing research on stroke patients with hemiplegia in China[J]. Chinese Journal of Rehabilitation Medicine, 2019, 34(5): 584-587. |
[7] |
崔蒙, 李海燕, 杨硕, 等. 中医药信息学理论科学领域研究进展[J]. 中国中医药图书情报杂志, 2015, 39(5): 1-6. CUI M, LI H Y, YANG S, et al. Research progress in the theoretical science of traditional Chinese medicine informatics[J]. Chinese Journal of Library and Information Science for Traditional Chinese Medicine, 2015, 39(5): 1-6. |
[8] |
陈继东, 魏亚威, 赵雪茹, 等. 基于Citespace的中医药治疗甲状腺疾病文献计量分析[J]. 时珍国医国药, 2020, 31(6): 1527-1529. CHEN J D, WEI Y W, ZHAO X R, et al. Bibliometric analysis on the treatment of thyroid diseases with traditional Chinese medicine based on citespace[J]. Lishizhen Medicine and Materia Medica Research, 2020, 31(6): 1527-1529. |
[9] |
陈芳, 张士靖. 基于知识图谱的中国医院图书馆研究热点和前沿分析[J]. 中华医学图书情报杂志, 2016, 25(8): 19-23. CHEN F, ZHANG S J. Knowledge mapping-based analysis of hot spots and frontiers in studies on domestic hospital libraries[J]. Chinese Journal of Medical Library and Information Science, 2016, 25(8): 19-23. |