基于Web of Science數據庫近5年小兒肝移植研究熱點知識圖譜分析

李爽，李娜娜，李姍霓，李楊，李銀平（.天津市第一中心醫院《實用器官移植電子雜志》編輯部，天津 009；.天津市第一中心醫院器官移植中心，天津009；.天津醫院《中華危重病急救醫學》雜志社，天津 00050）

小兒肝移植是兒童終末期肝臟疾病的唯一有效的治療手段［1］。1963年實施了世界首例兒童肝移植手術，自此歷經半個世紀的發展，兒童肝移植治療的成功率和遠期生存率明顯提高，但嚴重感染依然是導致兒童肝移植術后死亡的主要原因之一［1-2］。小兒肝移植的研究正受到越來越多的重視與關注，近些年相關的研究也取得了較為突出的成果。我們通過知識圖譜可視化分析的方法，總結近5年重要的學術文獻，可視化分析該領域的核心作者、高產文國家和機構，構建關鍵詞知識圖譜，分析和歸納近些年國際上小兒肝移植相關研究的動態與熱點。

1 研究方法

以Web of Science核心數據庫作為本研究的檢索平臺，檢索關鍵詞為“pediatric liver transplantation”進行文獻檢索，檢索時間為2016年1月1日— 2020年12月31日，剔除無關的內容后，人工剔除不相關和信息不完整的文獻，共獲得1 965篇有效學術文獻。通過Citespace軟件進行了可視化分析，包括關鍵詞、研究機構、核心作者的知識圖譜可視化分析，通過關鍵詞圖譜、時區圖譜、突現詞探測等方法分析小兒肝移植研究的熱點和前沿內容。

Citespace軟件是一款分析科學文獻中蘊含的潛在知識，并在科學計量學、數據和信息可視化背景下逐漸發展起來的一款可視化軟件，基于JAVA開發的用于學術研究的科學計量學知識圖譜工具［3］，在自然科學和社會科學中都得了各個研究領域廣泛的應用。Vosviewer在科學計量與知識圖譜領域得到了廣泛的認可和應用。Vosviewer的文獻分析和主題挖掘中嵌入了核心的標準方法、布局方法、聚類方法和密度可視化方法等。在網絡圖節點和標簽的大小與節點的相關頻次成正比。

在Web of Science核心數據庫獲得有效的文獻數據后，構建知識網絡可視化圖譜研究了近5年的有關小兒肝移植研究的動態和熱點內容。本研究選擇Citespace 5.6 R5版本的軟件構建知識圖譜，具體的軟件設置如下：Time slicing（時區跨度）設定為2016 — 2020年；Year per slice（單個時間分區）設定為1年；Term source （主題聚類詞來源）選擇標題、摘要、作者關鍵詞與關鍵詞累加；Pruning修飾算法選擇修剪切片網絡；可視圖顯示選擇靜態聚類視圖和合并網絡視圖。

2 結 果

2.1 關鍵詞聚類分析

2.1.1 詞頻與中心度：具有較高的中心度、頻次主題和關鍵詞反映了在一段時間內研究者共同關注和研究熱點。根據關鍵詞聚類圖譜（圖1和表 1），頻次較高的有“children”“ liver transplantation”“outcome”“ recipient”“ pediatric”等，反映了研究在推進和發展過程中關注的重點內容。

表1 近5年小兒肝移植研究關鍵詞分析

圖1 小兒肝移植相關研究關鍵詞聚類圖譜

主題和關鍵詞是標記一篇文章的核心要義，開展主題及關鍵詞分析能夠深刻把握文章的核心內容。Citespace 的主題和關鍵詞聚類能夠明確體現某研究領域關注的熱點［4］。中心度是衡量節點權重的基本指標，反映了節點在網絡中的重要度。在主題及關鍵詞的共現分析中，節點大小反映了主題及關鍵詞頻次的高低。關鍵詞的共現頻次和中心度越突出，說明節點重要性越強。

2.1.2 突變詞引用強度分析（圖2）：突變詞是指在較短時間內出現次數多或使用頻率較高的關鍵詞。圖3列出了10個研究前沿主題及關鍵詞突現率情況。圖中每個主題詞后有一個突現條，突現條小格代表年份，紅色線條表明主題詞在該年份突現明顯，紅色線條長度代表主題詞凸顯持續時間。“prognosis”一類，時間劃定為“2016 — 2017 年”，強度為3.3221；“prophylaxi”一類，時間劃定為“2016 — 2017 年”，強度為2.717； “stenosis”一類，時間劃定為“2017 — 2018 年”，強度為2.4347；“disorder”一類，時間劃定為“2016 — 2017 年”，強度為2.4146； “lung transplantation”一類，時間劃定為“2017 — 2018 年”，強度為2.1908； “system”一類，時間劃定為“2016 — 2017 年”，強度為2.1123；“health”一類，時間劃定為“2016 — 2017 年”，強度為2.1123； “identification”一類，時間劃定為“2016 — 2017 年”，強度為1.8102； “of the literature”一類，時間劃定為“2016 — 2017 年”，強度為1.8102。

圖2 研究前沿主題及突變詞突現率

2.1.3 關鍵詞Timeline分析：用Citespace軟件制作的時區視圖更側重于描繪各研究主題隨時間的演變關系，在其知識圖譜中，節點出現的位置為關鍵詞第一次出現的時區，連線為關鍵詞隨時間的變化趨勢。圖3是我國2016 — 2020年間小兒肝移植相關研究高頻關鍵詞首次出現的時區演變，通過此圖可以看出小兒肝移植相關研究的發展脈絡及熱點，直觀地展示了小兒肝移植研究前沿主題隨著時間而變化的情況。

圖3 近5年小兒肝移植共現詞Timeline圖譜

2.2 發文國家和機構情況分析：從圖4和表2可以看出，2016 — 2020年發文數量較高的國家包括美國、中國、日本、意大利、德國、加拿大、英國、法國等。其中美國發文量最高，高達465篇；中國其次，發文量為135篇；排在第三位的是日本，發文量為127篇。從發文機構來看（圖5和表2），發文最高的是Univ Toronto（多倫多大學），發文量是53篇；其次是Texas Childrens Hospital（德州兒童醫院），發文量是47篇；排在第三位的是Baylor Coll Med（貝勒醫學院）。

表2 2016 — 2020年小兒肝移植發文國家和機構

圖4 小兒肝移植相關研究國家分布知識圖譜

圖5 小兒肝移植相關研究機構分布知識圖譜

2.3 發文核心作者分析：通過對文獻作者分布及合作狀況進行統計分析，可以了解該領域的核心作者情況，以便對該領域進行跟蹤調查。圖6是小兒肝移植學科近5年的核心作者密度圖，展示出了核心作者的發文情況，在密度圖中，節點的顏色密度由黃色向藍色漸變，反映了密度從大到小的變化，一個節點信息自身的頻次越高，周圍的節點越多，那么該節點周圍的密度就越大，通過密度圖可以快速識別一個領域的核心研究區域。自2016年以來，各國有大量學者參與小兒肝移植相關研究，目前發文量較多的作者為Kasahara Mureo（43篇）、Sakamoto Seisuke（39篇）、Fukuda Akinari（36篇）。

圖6 小兒肝移植學科核心作者密度圖

3 討 論

小兒肝移植的成功率很高，20年的生存率已超過 80%［5］。在過去的幾年中，發表了大量的相關文獻。通過小兒肝移植相關研究的知識網絡圖譜可視化分析，我們可以發現：文獻計量學方法和可視化分析通過序列化和結構化數據，較為直觀地呈現出特定領域的研究情況和發展趨勢，具有比較高的客觀性和系統性。本文通過文獻計量可視化角度對近5年小兒肝移植相關研究進行分析，小兒肝移植相關研究已經形成一定規模，近些年來，相關學科發展勢頭強勁，高產國家和地區顯示歐美國家研究實力比較強，構成了這一領域的研究中心。高產機構為Univ Toronto，相關研究高產作者以Kasahara Mureo為代表。通過檢索相關數據庫，我們發現，從論文數量上來看，近5年來逐年增加。關鍵詞是對文章內容的高度概括和凝練，也是對文章重要內容的體現［6］。關鍵詞聚類分析能夠根據指標之間的相似程度進行分類［7］。分析關鍵詞時間線圖可以明確小兒肝移植學科領域中的相關研究歷史脈絡，從而推測未來可能的研究方向。從時間軸上分析，研究關鍵詞是由基礎階段，發展繁榮階段向學科前沿現狀這種脈絡發展的。學科前沿是一組動態概念和潛在的研究問題，突變的主題詞可用來確定學科研究的前沿。從突變檢測結果來看，突變率最高的是prognosis（預后），突變強度達到3.3221。圍繞肝移植患者預后的研究仍然是近幾年的研究趨勢。高頻突變詞還包括 prophylaxi（預防）、posttransplant lymphoproliferative disorder（移植后淋巴增生性疾病）、system （系統）、 stenosis（狹窄）、identification（鑒定）等。移植后淋巴增生性疾病是實體器官移植和造血干細胞移植術后并發癥。 近年來，隨著器官移植數量的增加 ，移植后淋巴增生性疾病發病增加。移植后淋巴增生性疾病包含一系列疾病，臨床表現不同，確診后應降低免疫抑制水平，并聯合利妥昔單抗、化療等方案進行治療［8-11］。在近5年的時間里，小兒肝移植的研究熱點聚類成幾個重要的方面，包括：劈離式肝移植、臨床變化、小兒急性肝損傷、腦死亡、淋巴增生性障礙、肝靜脈閉塞性疾病、移植耐受等。了解兒童肝移植的研究前沿，有助于科研人員明確該領域的發展態勢，緊隨著整體研究動向開展研究。

本文通過信息可視化分析軟件Citespace和Vosviewer對相關研究的科研機構、核心作者、關鍵詞等進行定量分析，呈現研究現狀，通過對研究成果進行知識圖譜分析，了解學科動態，有利于學者把握小兒肝移植研究動向，為豐富和擴展理論提供參考。