基于CiteSpace的H型高血壓治療相關(guān)文獻可視化分析*

王金星，王紫艷，康焱紅，方 芳，陳偶英，曾 勇

（1.湖南中醫(yī)藥大學，湖南 長沙 410208；2.湖南中醫(yī)藥大學第一附屬醫(yī)院，湖南 長沙 410007）

心腦血管疾病死亡人數(shù)每年約為2000萬，而H型高血壓與心腦血管疾病風險呈正相關(guān)[1-2]。參考《中國高血壓防治指南（2018年修訂版）》[3]中原發(fā)性高血壓的診斷標準，同時血同型半胱氨酸（Hcy）升高（≥10 μmol/L）即診斷為H型高血壓。在中國，約75%的高血壓患者同時有高同型半胱氨酸（HHcy）[4-5]。中醫(yī)學認為H型高血壓病機多為肝腎陰陽氣血失調(diào)[6]。西醫(yī)學認為H型高血壓不僅與高血漿Hcy水平、原發(fā)性高血壓、免疫性疾病、2型糖尿病等多種疾病密切相關(guān)[7]，還與MTHFR677C/T基因多態(tài)性、性別、體脂率等因素有關(guān)[8-9]。H型高血壓病因機制復雜，受多種因素影響，常出現(xiàn)心臟病變、腦部病變、腎臟功能異常、視網(wǎng)膜血管病變等[10]多種臨床表現(xiàn)，具有較高的病死率[11]。

CiteSpace是一款用于可視化文獻分析的軟件，能通過可視化知識圖譜的繪制梳理相關(guān)學科研究的熱點與發(fā)展前沿[12-13]。H型高血壓治療相關(guān)文獻發(fā)文量逐年上升,但相關(guān)文獻計量學研究尚未見報道。因此本研究應用CiteSpace5.8R3軟件對該領域文獻進行可視化，以期宏觀把握該領域研究現(xiàn)狀及趨勢，為今后開展更深層次研究提供參考。

1 資料與方法

1.1 文獻來源 以中國知網(wǎng)（CNKI）、萬方數(shù)據(jù)庫（Wanfang）、維普中文科技期刊數(shù)據(jù)庫（VIP）、中國生物醫(yī)學文獻數(shù)據(jù)庫（SinoMed）為檢索來源。

1.2 檢索策略 計算機檢索2000年1月1日至2021年12月31日有關(guān)H型高血壓治療的文獻，進入各數(shù)據(jù)庫高級檢索窗口設定檢索條件。文獻類型：期刊；語種：中文；主題：“治療”and“H型高血壓”。

1.3 納入與排除標準 納入與H型高血壓治療相關(guān)的公開發(fā)表的期刊論文；排除重復發(fā)表的文獻、內(nèi)容不完整的文獻、報紙文獻、會議論文、科技成果。

1.4 資料提取 雙人進行題目、摘要閱讀，根據(jù)文獻納入和排除標準進行篩選，并將文獻按照中醫(yī)治療（包括中西醫(yī)結(jié)合治療）、西醫(yī)治療分成中醫(yī)類、西醫(yī)類，若無法判斷，可閱讀全文。有異議的文獻與第三位研究者共同商討是否選入該門類。

1.5 數(shù)據(jù)處理 運用NoteExpress軟件將文獻合并去重后導出Refworks格式文獻，利用CiteSpace5.8R3軟件中自帶的格式轉(zhuǎn)換器，將Refworks格式和txt格式文件轉(zhuǎn)化為CiteSpace可用的download_XXX格式，進行圖譜繪制。

1.6 參數(shù)設置 軟件參數(shù)設置：時間分區(qū)為2000年1月1日至2021年12月31日，時間切片（year perslice）為“1”，術(shù)語來源選擇“title”“abstract”“author”“keywords”；節(jié)點類型（node types）：作者（author）、機構(gòu)（institution）、關(guān)鍵詞（keyword）。TopN值設為50，其余參數(shù)設置為軟件默認設置。

2 結(jié)果

2.1年發(fā)文趨勢分析 初步檢索到中醫(yī)類文獻628篇、西醫(yī)類文獻2125篇，根據(jù)納入與排除標準篩選后，最終納入中醫(yī)類（包括中西醫(yī)結(jié)合）文獻295篇、西醫(yī)類文獻836篇。

2000—2002 年無H型高血壓治療的相關(guān)文獻。中醫(yī)類文獻首次出現(xiàn)在2003年，發(fā)文量僅1篇。2004—2010年無相關(guān)文獻發(fā)表，此后呈遞增趨勢。2017年發(fā)文量最多，為57篇，后逐年下降，整體發(fā)文較少。西醫(yī)類文獻出現(xiàn)時間較晚（2009年），僅2篇。2011年后逐年遞增，2018—2019年發(fā)文量均超過120篇，其中2019年發(fā)文量最高，為130篇，漲幅明顯，但2019年后發(fā)文量呈下降趨勢。（見圖1）

圖1 2000—2021年發(fā)文趨勢圖

2.2 期刊分布 根據(jù)發(fā)文量，分別對中醫(yī)類、西醫(yī)類文獻發(fā)表的期刊進行排序，發(fā)文量前8的期刊見表1～2。

表1 中醫(yī)類發(fā)文量前8的期刊

表2 西醫(yī)類發(fā)文量前8的期刊

2.3 作者分析 中醫(yī)類文獻作者合作網(wǎng)絡圖譜共納入719名作者，依據(jù)普賴斯理論[14]，核心作者發(fā)文的下限依據(jù)公式：M=（M為核心作者發(fā)文篇數(shù)的下限，nmax為最高產(chǎn)作者發(fā)文數(shù)）。M=1.97，因此核心作者發(fā)文量≥2篇，共有67名核心作者，發(fā)文共計143篇，不足總發(fā)文量的50%，未形成顯著的核心作者群。其中發(fā)文量≥4篇的作者見表3。將發(fā)文量≥3篇的作者進行合作網(wǎng)絡分析，共有285個節(jié)點，235條連線，Density（網(wǎng)絡密度）=0.0058，密度較低，說明作者之間的合作不密切。（見圖2）大部分研究者在該領域研究成果偏少，發(fā)文最多的作者為何佳（7篇）、劉莉（7篇）。主要形成以何佳、劉莉、劉中勇、方顯明為主的4個核心團隊，各團隊由于研究主題不同，合作稀疏。其中何佳團隊主要關(guān)注H型高血壓痰瘀互結(jié)證的臨床相關(guān)研究[15-17]；劉莉團隊主要從事加味黃連溫膽湯治療H型高血壓合并癥的臨床療效研究[18-20]。

表3 中醫(yī)類文獻中發(fā)文量≥4篇的作者

圖2 中醫(yī)類文獻作者合作圖譜

西醫(yī)類文獻作者合作網(wǎng)絡圖譜中共納入1741名作者，M=1.83，因此核心作者發(fā)文量最少為2篇，共有188名核心作者，發(fā)文共計409篇，不足總發(fā)文量的50%，未形成顯著的核心作者群。其中發(fā)文量≥4篇的作者見表4。對發(fā)文量≥3篇的作者進行合作網(wǎng)絡分析，共有341個節(jié)點，293條連線，Density（網(wǎng)絡密度）=0.0051，密度較低，說明作者之間的合作關(guān)系較為分散。（見圖3）形成了以黃焯明、霍勇、張培、徐希平為主的核心團隊。其中黃焯明團隊發(fā)文量最多，主要研究馬來酸依那普利葉酸片治療H型高血壓及其合并癥的療效，以及對Hcy、血糖、心功能的影響[21-23]?；粲聢F隊與徐希平團隊通過合作共同提出了依那普利葉酸片的創(chuàng)新思路[24]；張培團隊致力于H型高血壓合并急性腦梗死的研究[25-27]。

表4 西醫(yī)類文獻中發(fā)文量≥4篇的作者

圖3 西醫(yī)類文獻中作者合作圖譜

2.4 機構(gòu)分析 機構(gòu)合作網(wǎng)絡圖譜中色帶的顏色代表年份，顏色由冷到暖，表示年份由早期到近期。

中醫(yī)類文獻中共有213家機構(gòu)，連線76條，Density（網(wǎng)絡密度）=0.0034，密度較低，說明機構(gòu)之間合作不密切。（見圖4）機構(gòu)合作主要集中于高校及其附屬醫(yī)院，但發(fā)文量均較少。主要合作單位為新疆醫(yī)科大學附屬中醫(yī)醫(yī)院和新疆醫(yī)科大學中醫(yī)學院、江西中醫(yī)藥大學附屬醫(yī)院和江西中醫(yī)藥大學。發(fā)文最多的機構(gòu)（11篇）占全部文獻（295篇）的4%，可見中醫(yī)領域?qū)型高血壓的研究相對欠缺。發(fā)文量≥5篇的機構(gòu)見表5。

圖4 中醫(yī)類文獻研究機構(gòu)合作圖譜

表5 中醫(yī)類文獻中發(fā)文量≥5篇的機構(gòu)

西醫(yī)類文獻中共有278家機構(gòu)，連線81條，Density（網(wǎng)絡密度）=0.0021，密度較低，說明機構(gòu)之間合作不密切。其中發(fā)文量≥4篇的機構(gòu)見表6。在機構(gòu)合作網(wǎng)絡圖譜中，安徽醫(yī)科大學與第四軍醫(yī)大學進行了跨機構(gòu)、跨地區(qū)學術(shù)交流，而其他機構(gòu)之間僅存在跨機構(gòu)合作，未出現(xiàn)跨地區(qū)、跨領域交流。（見圖5）

表6 西醫(yī)類文獻發(fā)文量≥4篇的機構(gòu)

圖5 西醫(yī)類文獻研究機構(gòu)合作圖譜

2.5 關(guān)鍵詞分析

2.5.1 關(guān)鍵詞共現(xiàn) 關(guān)鍵詞相關(guān)分析對探索未來研究趨勢具有重要作用。高頻關(guān)鍵詞代表學科研究熱點及趨勢[28]。中介中心性，即一個節(jié)點代表其他2個節(jié)點之間最短路徑的橋梁的次數(shù)（一般用年輪外圈的紫色表示）；年輪邊沿厚度代表中介中心性的強度；邊框越厚，中介中心性越強；中介中心性值≥0.1表示該節(jié)點在知識圖譜的網(wǎng)絡結(jié)構(gòu)中占有重要作用[29-30]。中醫(yī)類、西醫(yī)類文獻中頻數(shù)≥15的關(guān)鍵詞見表7～8。

表7 中醫(yī)類文獻中高頻關(guān)鍵詞排序表（頻數(shù)≥15）

表8 西醫(yī)類文獻中高頻關(guān)鍵詞排序表（頻數(shù)≥15）

中醫(yī)類文獻關(guān)鍵詞共現(xiàn)圖譜中共有124個節(jié)點，217條連線，Density（網(wǎng)絡密度）=0.0285，各節(jié)點之間聯(lián)系密切。其主要研究熱點包括中醫(yī)證型、同型半胱氨酸、天麻鉤藤飲、頸動脈粥樣硬化。（見圖6）

圖6 中醫(yī)類文獻關(guān)鍵詞共現(xiàn)圖譜

西醫(yī)類文獻關(guān)鍵詞共現(xiàn)圖譜中共有96個節(jié)點，98條連線，Density（網(wǎng)絡密度）=0.0215。主要研究熱點包括同型半胱氨酸、腦卒中、阿托伐他汀、依那普利、葉酸、依那普利葉酸藥物、療效，以及治療后心功能、血管內(nèi)皮功能等指標變化。（見圖7）

圖7 西醫(yī)類文獻關(guān)鍵詞共現(xiàn)圖譜

2.5.2 關(guān)鍵詞聚類 中醫(yī)類文獻關(guān)鍵詞聚類共形成11個聚類，西醫(yī)類文獻關(guān)鍵詞聚類形成10個聚類。（見圖8～9）每個聚類中包含的關(guān)鍵詞基本情況見表9～10，數(shù)字越小表示包含的關(guān)鍵詞越多。中醫(yī)類文獻關(guān)鍵詞聚類圖譜包含網(wǎng)絡節(jié)點（N）124個，連線（E）217條，Density（網(wǎng)絡密度）為0.0285，Modularity Q（網(wǎng)絡模塊度）=0.8349，Mean Silhouette（平均輪廓值）S=0.9747；西醫(yī)類文獻關(guān)鍵詞聚類圖譜包含網(wǎng)絡節(jié)點數(shù)量（N）93個，連線（E）91條，Density（網(wǎng)絡密度）為0.0213，Modularity Q（網(wǎng)絡模塊度）=0.7989，Mean Silhouette（平均輪廓值）S=0.9502；每個聚類均具有足夠的相似性，聚類合理、可信服。

圖8 中醫(yī)類文獻關(guān)鍵詞聚類圖譜

圖9 西醫(yī)類文獻關(guān)鍵詞聚類圖譜

表9 中醫(yī)類文獻關(guān)鍵詞聚類基本情況

表10 西醫(yī)類文獻中關(guān)鍵詞聚類基本情況

2.5.3 關(guān)鍵詞時間線圖 將聚類后的關(guān)鍵詞繪制時間線圖譜，每個聚類對應的橫線長度表示該聚類的時間跨度。中醫(yī)類文獻關(guān)鍵詞聚類時間線圖譜顯示，2003—2004年，主要研究內(nèi)容為高血壓、中醫(yī)證型；2011—2016年，主要為中西醫(yī)藥物結(jié)合治療H型高血壓合并癥，如頸動脈粥樣硬化、左心室肥厚等心血管事件的相關(guān)研究；2017—2019年，主要研究內(nèi)容為中藥（益氣活血方、加味黃連溫膽湯、半夏白術(shù)天麻湯等）治療H型高血壓或合并動脈粥樣硬化的效果觀察；近兩年中醫(yī)治療H型高血壓領域研究熱點為中醫(yī)治療氣虛血瘀、肝陽上亢型H型高血壓的療效，以及中醫(yī)治療對血壓變異性、胰島素抵抗、內(nèi)質(zhì)網(wǎng)應激變化、血管內(nèi)皮功能的影響。（見圖10）

圖10 中醫(yī)類文獻關(guān)鍵詞時間線圖

西醫(yī)類文獻關(guān)鍵詞聚類時間線圖譜顯示，2009—2012年，該領域相對關(guān)注同型半胱氨酸與H型高血壓的關(guān)系，以及腦卒中、心血管事件的研究；2013—2017年，研究主題轉(zhuǎn)移至藥物治療效果觀察、H型高血壓合并癥治療（如血管性癡呆、左心室肥厚等）及臨床指標差異性變化規(guī)律（如血壓變異性、同型半胱氨酸水平等）。2018—2021年，西醫(yī)治療比較關(guān)注藥物的不良反應，如認知功能障礙、治療對血管內(nèi)皮功能的影響及H型高血壓合并短暫性腦缺血發(fā)作。（見圖11）

圖11 西醫(yī)類文獻關(guān)鍵詞時間線圖

2.5.4 關(guān)鍵詞突現(xiàn) 關(guān)鍵詞突現(xiàn)分析能夠探測出持續(xù)時間最久的關(guān)鍵詞及近期研究熱點，對總結(jié)研究領域主題并預測未來研究方向具有重要意義[31]。藍色線代表起始時間，紅色線代表該年出現(xiàn)突變。中醫(yī)類文獻關(guān)鍵詞突現(xiàn)圖譜顯示，早期（2013—2016年）中醫(yī)治療H型高血壓主要集中于阿托伐他汀、通心絡治療H型高血壓合并頸動脈粥樣硬化等心血管事件的研究；2017—2018年，中西醫(yī)藥物治療H型高血壓（尤其針對痰瘀互結(jié)證）的療效觀察成為研究熱點；2019—2021年，研究熱點傾向于中醫(yī)藥治療H型高血壓的療效及對血管內(nèi)皮功能的影響。（見圖12）

圖12 中醫(yī)類文獻關(guān)鍵詞突現(xiàn)圖譜

西醫(yī)類文獻關(guān)鍵詞突現(xiàn)圖譜顯示，2011—2014年，西醫(yī)治療H型高血壓主要注重腦心清、甲鈷胺治療H型高血壓的療效及對頸動脈內(nèi)膜厚度的影響；2015—2018年，研究熱點為H型高血壓合并血管性癡呆、左心室肥厚、血壓變異性規(guī)律等；2019—2021年，研究熱點主要傾向于對藥物不良反應、血管內(nèi)皮功能及合并癥短暫性腦缺血發(fā)作的研究。（見圖13）

圖13 西醫(yī)類文獻關(guān)鍵詞突現(xiàn)圖譜

3 討論

我國18歲及以上居民中高血壓的患病率為27.5%，患病總?cè)藬?shù)約為3億[32]，其中75%的高血壓患者為H型高血壓。該病病因復雜，極易引起腦卒中、心肌梗死等多種并發(fā)癥，病死率極高[4-5]。目前H型高血壓的相關(guān)研究不斷增多，但大多數(shù)研究為藥物治療后療效觀察，對于治療后身體機能改變及指標變異性等相關(guān)研究不足。本研究應用CiteSpace5.8.R3軟件分析了中醫(yī)、西醫(yī)治療H型高血壓的研究熱點與趨勢，旨在為今后進一步開展深層次研究提供研究思路。

3.1 研究概況 中醫(yī)類、西醫(yī)類文獻發(fā)文量整體均呈現(xiàn)上升趨勢，但中醫(yī)類文獻數(shù)量少于西醫(yī)，可能與中醫(yī)學中并無H型高血壓病名有關(guān)。H型高血壓在中醫(yī)學中屬“眩暈”“胸痹”等范疇[33]。H型高血壓治療相關(guān)文獻整體發(fā)文量較少，且發(fā)表文獻在本領域的影響力有限，可能與基金資助較少有關(guān)，因此應加強對此領域的投入與研究。作者合作圖譜顯示作者間交流合作較少，可能與各團隊研究側(cè)重點不同有關(guān)。機構(gòu)合作網(wǎng)絡圖譜顯示大部分為高校及其附屬醫(yī)院之間的合作，而跨學科、跨領域、跨地區(qū)的合作相對缺乏，不利于科研成果產(chǎn)出、轉(zhuǎn)換及進一步研究的開展。因此各團隊、機構(gòu)之間應搭建學術(shù)公共平臺，進一步加強學術(shù)交流與合作，提升影響力。

3.2 研究熱點 關(guān)鍵詞可反映文章主題內(nèi)容，聚類分析能夠根據(jù)指標間的相似程度對相關(guān)指標進行類別劃分[34]。關(guān)鍵詞聚類時間線圖與突現(xiàn)圖譜顯示，中醫(yī)治療H型高血壓初期主要研究疾病與同型半胱氨酸的關(guān)系，隨著時間進展，逐漸深入，轉(zhuǎn)移至疾病及其并發(fā)癥，尤其是頸動脈粥樣硬化、左心室肥厚等心血管疾病的防治。近年來中醫(yī)學關(guān)注中藥對H型高血壓患者血管內(nèi)皮功能的影響。西醫(yī)治療初期研究主要傾向于H型高血壓并發(fā)癥腦卒中、腦梗死的治療，后逐漸關(guān)注治療對心功能、血管內(nèi)皮功能的影響。2019—2021年，治療后血壓變異性及藥物不良反應為西醫(yī)治療領域研究熱點。

3.3 研究不足與展望 中醫(yī)治療H型高血壓主要通過辨證施治，疏通經(jīng)絡，調(diào)節(jié)體質(zhì)，從本質(zhì)上治療疾病，多采取中藥口服，卻較少采用其他中醫(yī)療法，如中藥外治、中醫(yī)操作技術(shù)等。有研究表明，穴位貼敷、藥枕、艾灸、針灸、耳穴壓豆等輔助治療可提高降壓療效，促進疾病康復[35-38]。近年來，中醫(yī)領域提倡中西醫(yī)結(jié)合治療本病，但目前缺乏統(tǒng)一的療效評價標準，無法評價治療效果。因此，今后各團隊間應加強學術(shù)交流，搭建平臺，制定統(tǒng)一評價標準體系，突出治療方案的權(quán)威性。西醫(yī)治療H型高血壓多采取單一西藥或兩種西藥結(jié)合治療，往往忽視了藥物的不良反應，如疲乏、眩暈、咳嗽、血管性水腫等[39]。目前H型高血壓治療領域多注重臨床研究，而對基礎研究關(guān)注度不足。因此應加強基礎研究，探索更深層次的治療方案。

本研究亦存在局限性，如文獻來源為中國知網(wǎng)、萬方、維普、CBM，未檢索相關(guān)英文文獻，因此未能完整展示H型高血壓治療領域的更多內(nèi)容。此外，由于文獻計量分析研究與CiteSpace軟件的固有局限性，研究結(jié)果與真實情況或存在一定的偏差[40]。后期研究應補充外文數(shù)據(jù)庫，利用多個分析軟件對該領域的研究進行深度挖掘，為研究者提供更全面、更精準、更詳實、更高質(zhì)量的參考信息。