基于文獻計量學的冠狀病毒中外研究現狀分析

張 爽, 汪芩州, 石 鋒, 朱維鳳

(1.西南交通大學 圖書館，四川 成都 610031；2.成都市龍泉驛區衛生和健康局, 四川 成都 610010；3.四川大學 電子信息學院，四川 成都 610065)

一、引言

2019年底新型冠狀病毒(2019 novel coronavirus, 2019-nCoV)引發的危機已成為全球應對的重大公共衛生事件。2020年1月20日，我國國家衛生健康委員會發布1號公告，將新型冠狀病毒感染的肺炎納入《中華人民共和國傳染病防治法》規定的乙類傳染病，并采取甲類傳染病的預防、控制措施〔1〕。2020年2月11日世界衛生組織正式命名新型冠病毒所致疾病為“COVID-19”。截至北京時間6月11日，全球累計確診新冠肺炎病例730多萬例，累計死亡40多萬例。超過200個國家和地區發現確診病例，造成了特別重大的人員傷亡、財產損失和經濟社會影響〔2〕。

冠狀病毒是一個大型病毒家族，引發了2019新型冠狀病毒肺炎(COVID-19)、嚴重急性呼吸綜合征(SARS)和中東呼吸綜合征(MERS)等嚴重疾病和公共衛生安全事件，而新型冠狀病毒是以前從未在人體中發現的冠狀病毒新毒株〔3〕。中國醫學科學院北京協和醫科大學建立的全球蝙蝠病毒數據庫(DBatVir)顯示，全球200多種蝙蝠身上發現的冠狀病毒超過500種，冠狀病毒對人類健康的潛在威脅巨大〔4～5〕。本文基于文獻計量學方法，對冠狀病毒中外研究文獻信息進行分析，探究中外研究機構和人員對冠狀病毒的研究現狀、高發文作者和機構構成、合作網絡關系以及熱點前沿和方向，以為后續開展冠狀病毒的科學研究提供參考和借鑒。

二、數據采集和分析方法

1.數據采集

WOS(Web of Science)涵蓋了較為全面權威的研究資料，是全球范圍內被研究者普遍認可的文獻檢索系統。本文以WOS數據庫為數據來源，以“Coronavir*”為檢索詞進行主題檢索，數據采集時間為2020年2月6日，即數據時間范圍為數據庫有記錄的年份1986年到2020年2月6日，選擇WOS核心合集數據庫全部數據集。檢索得到冠狀病毒主題相關文獻共12978篇，剔除“correction”“reprint”“abstract”等文獻類型，選取類型為“article”“review”“proceeding paper”“book chapter”的文獻共計11874篇。

2.分析方法

本文通過編寫信息提取程序對WOS核心合集數據庫中導出的原始數據進行計算和清洗，將同一字段中關于作者和機構的信息進行拆分并提取，再用Derwent Data Analyzer文本挖掘軟件在原始數據中匹配作者與機構之間的對應關系，對機構變體進行人工合并，并清理由拼寫簡化和同音字造成的信息混亂，形成一套清晰且完善的作者—機構列表，以實現對研究機構、研究人員發文信息的精確統計。此外，通過CiteSpace 5.6.R2(64-bit)軟件對全球冠狀病毒研究論文進行共現分析并可視化，挖掘研究機構及研究人員之間的合作關系網絡，聚類高頻關鍵詞分析該領域的主要研究方向，研究關鍵詞的突現和演變規律。

三、結果分析

本研究統計了各個國家、機構和研究人員的發文情況，分析了在發文情況中各國呈現出的差別和變化情況，全球和中國的高發文機構和學者；并用CiteSpace軟件構建出研究機構之間的合作網絡關系，分析關鍵詞的頻率和突現情況，深刻揭示全球范圍內冠狀病毒主題研究的現狀。

(一)發文量表現

1.中外發文量及變化趨勢

1937年全球第一例冠狀病毒從雞身上分離出來，1965年第一例人冠狀病毒由Tyreell和Bynoe從人類鼻腔中分離出來，該病毒在人類中至少存在500～800年〔6～7〕。圖1為1989～2020年2月全球機構和中國機構冠狀病毒年發文量統計結果，圖1顯示，全球機構和中國機構的發文量波動趨勢大體可劃分為2003年SARS爆發前、2003年SARS爆發后至2012年MERS爆發前以及MERS爆發后三個階段。在2003年前，全球針對冠狀病毒的研究相對較少，每年約100～200篇論文產出。我國開展冠狀病毒研究相對較早，WOS核心合集可查詢的第一篇論文題為CoronavirusInfectioninChina，該論文收錄于1989年國際病毒感染發病機制與控制研討會論文集，作者為我國軍事醫學科學院微生物流行病學研究所Zhu, G F。我國在第一階段期對冠狀病毒的相關研究持續度和關注度有限，僅有3篇論文。2003年SARS爆發，全球冠狀病毒相關研究論文急劇增多，我國相關論文也爆發式增長，達到頂峰，隨著SARS疫情的結束，全球的發文量開始下降，我國也相應降低；直至2012年MERS爆發，冠狀病毒研究關注度又開始提升，并保持年均700篇左右的發文量，中國機構對冠狀病毒的研究論文穩步緩慢回升，但增長并不突出，隨著2019-nCoV疫情的發生，全球和中國的研究論文數量將顯著提升。

圖1 1989～2020年2月全球和中國冠狀病毒年發文量

2.高發文量國家構成

全球有130個國家和地區的機構于1989～2020年2月發表了冠狀病毒相關主題的研究成果，其中有22個國家和地區的文獻超過100篇，排在前十位的國家分別是：美國、中國、德國、英國、荷蘭、加拿大、日本、法國、韓國、沙特阿拉伯，發文量依次為4204篇、2484篇、839篇、722篇、690篇、645篇、564篇、533篇、465篇和364篇。圖2為這10個國家年發文量的逐年統計結果，總體來說，美國和中國發文量屬于第一梯隊，遠遠高于其他國家。2003年前中國發文量非常低，美國發文量相對平穩；SARS爆發后，中國和美國的發文量均極速增加，中美發文數量基本一致，而后兩國發文量開始下降，中國下降幅度較大；2012年MERS爆發，中國和美國的發文數量均再次上升。德國、英國、荷蘭、加拿大、日本和韓國的發文量趨勢基本與美國一致，但總體論文數量偏低，1990年到2002年期間，發文量一般在年均10篇到20篇之間，2003年開始增加而后下降，2012開始再次增長。沙特阿拉伯受MERS的影響比較明顯，2012年前發文量較少，2012年后開始增加。上述分析表明，針對冠狀病毒的研究，以疫情爆發、平穩和消退過程，各國研究都有顯著研究關注提升到降低的過程。

圖2 1989～2020年2月冠狀病毒全球前十位國家的年發文量

(二)作者及機構表現

1.高發文量機構

通過對樣本文獻發文機構進行分析發現，全球有5721個機構進行了冠狀病毒的相關研究。表1為全球和中國發文量排前十位的機構，美國和中國的研究機構表現突出。全球前十位的機構中有5個機構屬于美國，3個機構屬于中國，香港大學和中國科學院在數量上位于全球機構的第一和第二位。在中國排名前十位的機構中，除香港大學和中國科學院外，香港中文大學和中國農業科學院也非常突出。

表1 全球和中國冠狀病毒發文量前十位的研究機構 (單位：篇)

2.機構合作關系和中介中心性

Citespace軟件中的網絡密度是用來衡量網絡節點聯系程度的重要指標，大于0.5表示網絡緊密，節點之間互動頻繁〔8〕。對全球機構的發文合作網絡進行分析，時間切片設置5年，選取標準Top 50, 得到236個節點，756條連線，網絡密度為0.0273，可見冠狀病毒研究的全球網絡比較松散。圖3為全球排名前六位的機構的合作網絡關系圖(由于加州大學系統為多所大學構成，故本次未顯現其總體合作關系)，這些機構都擁有較好的國際國內合作關系網絡。香港大學國內外合作比較均勻；中國科學院國內合作強度非常高，特別是與清華大學、復旦大學等合作非常緊密，國外與美國杜克大學、新加坡國立大學醫學院合作較頻繁；荷蘭烏德勒支大學與荷蘭伊拉斯姆醫學中心合作明顯，與中國的華中農業大學合作也較多；美國國家過敏和傳染病研究所與愛荷華大學、西班牙國家研究委員會、美國衛生科學軍隊服務大學等機構合作緊密；北卡羅萊納大學也有龐大的合作網絡，其中美國機構占主體，合作最緊密的有華盛頓大學、馬里蘭大學等機構。

圖3 全球高發文量機構強合作關系

中介中心性是測量節點在網絡中重要性的一個指標。中介中心性超過0.1的節點為關鍵節點，在合作網絡中具有橋梁的作用，對整個網絡的影響力比較大〔9〕。該研究網絡中，中介中心性超過0.1的研究機構節點有16個，前十位依次為美國國家過敏和傳染病研究所、美國衛生科學軍隊服務大學、荷蘭烏德勒支大學、美國賓夕法尼亞大學、英國農業和食品研究委員會、美國俄亥俄州立大學、荷蘭萊頓大學、美國農業部農業工程應用技術研究所、紐約州立大學奧爾巴尼分校、美國南加州大學。

3.高發文量作者

表2和表3統計了全球前十位和中國前二十位冠狀病毒發文量作者。香港大學有三位研究人員，荷蘭烏德勒支大學有兩位研究人員產出位于全球前十位，表現非常突出。以香港大學的袁國勇、胡釗逸、陳國雄為中心已經形成了非常穩定并且成果豐碩的冠狀病毒研究團隊，在全球范圍內以這些高產研究人員為中心也形成了龐大的研究網絡，這個網絡隨著合作的加強正在不斷的擴大。在中國，除香港的研究人員外，復旦大學的姜世博、盧露，中國農業科學院哈爾濱獸醫研究所的劉勝旺、馮力、韓宗璽和陳建飛，華中農業大學的肖少波、方六榮、王蕩等人都形成了各自的研究方向和特色，這三個單位的研究人員在發文數量上較為突出，此外中國科學院武漢病毒所的石正麗等近幾年的研究成果也比較豐碩。

表2 全球前十位高發文作者及所屬機構

表3 中國前二十位高發文作者及所屬機構

(三)高頻關鍵詞及演變分析

1.高頻關鍵詞

關鍵詞是對研究內容和主題的集中概括，論文利用CiteSpace軟件對冠狀病毒文獻的關鍵詞進行分析，時間切片設置3年，選取標準Top 50, 運用pathfinder進行裁剪，得到167個節點，443條連線，網絡密度為0.0123。Modularity(Q值)和silhouette(S值)參數值是聚類效果的指標，本研究中Q值為0.8519(一般認為Q>0.4合理，且Q值越大越適合聚類)，聚類非常顯著，S值為 0.7727(一般認為S>0.4合理，且S值越大，表示每個聚類中的關鍵詞同質性越強)，聚類信度高〔9〕。排名前三十的高頻關鍵詞是：coronavirus，infection，virus，acute respiratory syndrome，identification，SARS coronavirus，respiratory syndrome coronavirus，mouse hepatitis virus，protein，SAR，spike protein，replication，expression，sequence，disease，infectious bronchitis virus，antibody，outbreak，monoclonal，murine coronavirus，receptor，pathogenesis，Saudi Arabia，cell，diagnosis，strain，polymerase chain reaction，children，Hong Kong，gene。通過關鍵詞聚類，得到12個冠狀病毒研究領域的集群，如表4所示，可以看出，研究聚焦的高頻關鍵詞集群主要在禽類、牛、犬、人等冠狀病毒、致病細胞因子、病毒的蛋白、嚴重急呼吸綜合征和流感特性、受體結合區、抗SARS藥物等方面。

表4 冠狀病毒研究領域關鍵詞主要聚類結果

2.關鍵詞突現演變

CiteSpace軟件中的Citation Burst指研究對象的突現強度，這種突現反映了研究領域中的新趨勢〔10〕。三十年間共出現127個突現關鍵詞，對突現關鍵詞進行分析，如圖4所示。在2003年前，冠狀病毒的突現關鍵詞主要是核苷酸序列、豬牛鼠等動物的病毒蛋白質、基因序列、病毒顆粒等；2003～2012年間突現較多的關鍵詞是免疫反應、中樞神經系統、SARS、急性呼吸綜合癥、流行性等，2012年后MERS病毒、受體結合區、中和抗體、疫苗等關鍵詞開始爆發。這表明冠狀病毒的研究與疫情的爆發密切相關，早期主要關于動物病毒分子結構的研究較多，隨著SARS、MERS的爆發和傳播，研究開始向人際傳播、流行病學、免疫系統、抗體和疫苗等方面側重。

(a)2003年前典型突現關鍵詞

(b)2003～2012年間典型突現關鍵詞

(c)2012年后典型突現關鍵詞舉例

四、結論

論文基于WOS核心合集數據庫，對30年來全球冠狀病毒論文信息進行采集和統計，分析了中外國家冠狀病毒的發文量、高發文量國家、機構、人員構成，采用Citespce軟件對全球研究機構的合作關系、高頻關鍵詞及關鍵詞突現演變進行了研究。結論如下：

(1)冠狀病毒引發的疾病主要為呼吸類傳染性疾病，其研究受疫情爆發的影響較大，在2003年SARS爆發后和2012年MERS爆發后，冠狀病毒的研究都有顯著的增加，但MERS對我國影響較小，我國的研究關注度相對較小。在冠狀病毒發文量方面，中國和美國屬于第一梯隊，遠超其他國家。

(2)冠狀病毒高發文量的機構為香港大學、中國科學院、美國加州大學系統、荷蘭烏德勒支大學、美國國立衛生研究院等，發文量高的機構都有較好的研究合作網絡。我國香港大學、復旦大學、中國農業科學院、廣州醫科大學、華中農業大學、軍事醫學院、中國疾病控制預防中心、東北農業大學、中科院等機構的研究人員有較豐富的研究成果和基礎。

(3)冠狀病毒的研究早期主要關注病毒蛋白質、基因序列、聚合酶、病毒顆粒等，隨著SARS，MERS疫情的爆發和傳播，向人際傳播、流行病學、免疫系統、抗體和疫苗等方面側重。

(4)前期針對冠狀病毒的研究已經形成了一定的國際合作規模和網絡，但是全球合作網絡相對松散。2019-nCoV已經席卷了全球200多個國家和地區，應加強全球科研合作網絡，形成科研的協同研究機制，實現科研成果共享，為共同抗擊新型冠狀病毒提供技術支持。