基于第37屆國(guó)際藥物流行病學(xué)與治療風(fēng)險(xiǎn)管理會(huì)議摘要的文獻(xiàn)計(jì)量學(xué)分析

楊子銘，王勝鋒，詹思延

(北京大學(xué)公共衛(wèi)生學(xué)院流行病與衛(wèi)生統(tǒng)計(jì)學(xué)系，北京 100191)

國(guó)際藥物流行病學(xué)與治療風(fēng)險(xiǎn)管理會(huì)議(International Conference on Pharmacoepidemiology & Therapeutic Risk Management，ICPE)是由國(guó)際藥物流行病學(xué)學(xué)會(huì)(International Society for Pharmacoepidemio-logy，ISPE)舉辦的年會(huì)[1]，是藥物流行病學(xué)領(lǐng)域最權(quán)威的國(guó)際學(xué)術(shù)會(huì)議之一，一定程度上可以反映當(dāng)前藥物流行病學(xué)的研究熱點(diǎn)。第37屆ICPE會(huì)議于2021年8月23—25日舉辦，包括來(lái)自世界各國(guó)學(xué)者投稿的會(huì)議摘要807篇[2]。本文通過(guò)對(duì)第37屆ICPE會(huì)議文獻(xiàn)進(jìn)行文獻(xiàn)計(jì)量學(xué)分析，包括對(duì)作者和機(jī)構(gòu)進(jìn)行社會(huì)網(wǎng)絡(luò)分析，繪制合作關(guān)系網(wǎng)絡(luò)圖，并對(duì)文獻(xiàn)內(nèi)容進(jìn)行文本分析，描述會(huì)議所提及的研究熱點(diǎn)，為國(guó)內(nèi)藥物流行病學(xué)領(lǐng)域研究提供參考。

1 資料與方法

1.1文獻(xiàn)來(lái)源 納入標(biāo)準(zhǔn)：以第37屆ICPE會(huì)議總計(jì)807篇文獻(xiàn)作為數(shù)據(jù)源。排除標(biāo)準(zhǔn)：排除重復(fù)文獻(xiàn)。

1.2數(shù)據(jù)處理 利用Python 3.8版軟件對(duì)ICPE會(huì)議文獻(xiàn)進(jìn)行整理，提取文獻(xiàn)名、作者、機(jī)構(gòu)、摘要、分論壇和展示形式，存入Microsoft Excel軟件，并導(dǎo)入R 4.1.2軟件構(gòu)建整潔數(shù)據(jù)庫(kù)。

1.3核心作者、核心機(jī)構(gòu)及合作關(guān)系分析 根據(jù)普賴斯的理論：一個(gè)領(lǐng)域內(nèi)杰出科學(xué)家(核心作者)的發(fā)文量N滿足公式N=0.749(Nmax)1/2，其中Nmax為領(lǐng)域內(nèi)發(fā)文量最多的科學(xué)家的發(fā)文數(shù)量[3]。以此類比，本文將核心機(jī)構(gòu)定義為發(fā)文量N滿足公式N=0.749(Nmax)1/2，Nmax為領(lǐng)域內(nèi)發(fā)文量最多機(jī)構(gòu)的發(fā)文數(shù)量。

利用R 4.1.2軟件dplyr包統(tǒng)計(jì)作者發(fā)文篇數(shù)和機(jī)構(gòu)發(fā)文篇數(shù)及發(fā)文人次，機(jī)構(gòu)發(fā)文人次定義為所屬該機(jī)構(gòu)的作者發(fā)文篇數(shù)之和。發(fā)文篇數(shù)和發(fā)文人次一定程度上可反映該機(jī)構(gòu)的在藥物流行病學(xué)領(lǐng)域研究的規(guī)模。利用ggplot2包繪制柱狀圖比較國(guó)內(nèi)外核心作者與核心機(jī)構(gòu)發(fā)文篇數(shù)及人次。利用networkD3包繪制核心作者及核心機(jī)構(gòu)間合作關(guān)系網(wǎng)絡(luò)圖。每個(gè)作者或機(jī)構(gòu)呈現(xiàn)為一個(gè)節(jié)點(diǎn)，合作關(guān)系呈現(xiàn)為節(jié)點(diǎn)間的連線。作者和機(jī)構(gòu)的發(fā)文量越多，節(jié)點(diǎn)越大；合作發(fā)文量發(fā)文量越多，連線越粗。節(jié)點(diǎn)的顏色代表作者所屬機(jī)構(gòu)或機(jī)構(gòu)所屬國(guó)家。本文中定義合作關(guān)系密切為合作發(fā)表4篇及以上文章。

1.4文獻(xiàn)文本分析 利用R 4.1.2軟件tidytext包[4]對(duì)文獻(xiàn)題目和摘要中方法部分分別構(gòu)建清潔文本數(shù)據(jù)庫(kù)，分別按單個(gè)詞、二元詞組和三元詞組進(jìn)行詞條化，去除停用詞和無(wú)意義詞條，采用詞頻-逆文本頻率(term frequency - inverse document frequency，TF-IDF)值進(jìn)行加權(quán)統(tǒng)計(jì)。詞頻(term frequency，TF)為該詞條出現(xiàn)的總次數(shù)，逆文本頻率(inverse document frequency，IDF)的計(jì)算公式為ln(總摘要數(shù)/出現(xiàn)該詞條的摘要數(shù))，IDF反映了詞條的罕見(jiàn)程度，利用IDF進(jìn)行加權(quán)可以降低停用詞(例如“the”)和文獻(xiàn)寫作常用詞(例如“study”)的權(quán)重，提升罕見(jiàn)詞的權(quán)重(例如“diabetes”)。TF-IDF值為TF與IDF的乘積。按TF-IDF值進(jìn)行降序排列，人工審查補(bǔ)齊被切分的過(guò)長(zhǎng)詞條(如四元及以上的詞組)并去除無(wú)意義詞條。本文中定義文獻(xiàn)題目中詞頻≥3的詞條為熱點(diǎn)研究設(shè)計(jì)、熱點(diǎn)疾病和熱點(diǎn)藥物，文獻(xiàn)摘要中方法部分詞頻≥5的詞條為熱點(diǎn)數(shù)據(jù)庫(kù)和熱點(diǎn)分析方法。詞條中若存在包含關(guān)系(例如“阿片類藥物”和“曲馬多”)將同時(shí)進(jìn)行展示，未進(jìn)行合并或去除。

2 結(jié)果

2.1基本特征 經(jīng)過(guò)提取文獻(xiàn)信息并核查，按照納入排除標(biāo)準(zhǔn)，排除1篇重復(fù)文獻(xiàn)，最終納入第37屆ICPE會(huì)議文獻(xiàn)共806篇。

在806篇會(huì)議文獻(xiàn)中，展示形式包括研討會(huì)(symposia)20篇、口頭報(bào)道(oral presentations)164篇、閃電演講(lightning presentations)48篇和壁報(bào)展示(poster presentations)574篇。其中574篇壁報(bào)展示分為17個(gè)分論壇，包括藥物利用研究118篇(20.6%)、疾病流行病學(xué)與臨床病程74篇(12.9%)、藥物警戒73篇(12.7%)等(表1)。

表1 各分論壇展示的壁報(bào)篇數(shù)及篇均作者數(shù)

2.2核心作者及合作關(guān)系分析 在806篇ICPE會(huì)議文獻(xiàn)中，作者共3 252位，其中Daniel Prieto-Alhambra發(fā)表文章數(shù)量最多，達(dá)18篇，由此經(jīng)上文公式計(jì)算，發(fā)表文章篇數(shù)超過(guò)4篇者為核心作者。核心作者共192位，包括國(guó)外182位(94.8%)和中國(guó)10位(5.2%)，其中中國(guó)內(nèi)地核心作者僅有3位(1.6%)，發(fā)表文章數(shù)量排名前10位的國(guó)內(nèi)外學(xué)者和所屬機(jī)構(gòu)見(jiàn)圖1。

圖1 發(fā)表文章數(shù)量排名前10位的國(guó)內(nèi)外學(xué)者及所屬機(jī)構(gòu)

國(guó)外前10位核心作者主要來(lái)自美國(guó)和歐洲發(fā)達(dá)國(guó)家，包括來(lái)自牛津大學(xué)的Daniel Prieto-Alhambra、來(lái)自O(shè)ptum公司的John D Seeger和來(lái)自意大利托斯卡納地區(qū)衛(wèi)生局的Rosa Gini等。中國(guó)核心作者僅有10位，分別為來(lái)自臺(tái)灣地區(qū)臺(tái)中慈濟(jì)醫(yī)院的陳綺華(Chi-Hua Chen)、謝蕙霞(Hui-Hsia Hsieh)和吳天元(Tien-Yuan Wu)，來(lái)自香港大學(xué)的黃志基(Ian C Wong)和陳慧賢(Esther W Chan)，來(lái)自國(guó)立成功大學(xué)的賴嘉鎮(zhèn)(Edward Chia-Cheng Lai)，來(lái)自國(guó)立臺(tái)灣大學(xué)的林芳如(Fang-Ju Lin)和來(lái)自北京大學(xué)的許璐(Lu Xu)、王勝鋒(Shengfeng Wang)和詹思延(Siyan Zhan)。

作者合作關(guān)系網(wǎng)絡(luò)圖(圖2)展示了128位(66.7%)合作關(guān)系密切的核心作者(與另一作者合作發(fā)文4篇及以上)，另外64位(33.3%)核心作者無(wú)密切合作者。ICPE核心作者間已經(jīng)形成了33個(gè)核心作者群，合作關(guān)系密切而廣泛。其中國(guó)外核心作者群31個(gè)(93.9%)，包括以Rosa Gini(意大利托斯卡納地區(qū)衛(wèi)生局)和Ersilia Lucenteforte(意大利比薩大學(xué)臨床與實(shí)驗(yàn)醫(yī)學(xué)系)為中心的14人作者群，以John D Seeger(美國(guó)Optum公司)為中心的9人作者群，以Ron M Herings(荷蘭PHARMO藥物結(jié)果研究所)為中心的8人作者群等。中國(guó)核心作者群僅有2個(gè)(6.1%)，包括陳綺華、謝蕙霞和吳天元(臺(tái)中慈濟(jì)醫(yī)院)3人作者群，和許璐、王勝鋒和詹思延(北京大學(xué))3人作者群。

圖2 作者合作關(guān)系網(wǎng)絡(luò)圖

在ICPE會(huì)議文獻(xiàn)中，平均合作作者數(shù)量為6.2位。在信息學(xué)、藥物有效性研究和醫(yī)療器械等分論壇領(lǐng)域的合作作者數(shù)量最多，每篇文章平均作者數(shù)量分別為9.1，7.3和7.2位(表1)，提示這些領(lǐng)域的合作關(guān)系更廣泛。妊娠與哺乳、藥物警戒和老年藥物流行病學(xué)等分論壇領(lǐng)域的合作作者數(shù)量最少，每篇文章平均合作作者數(shù)量分別為4.4，4.5和4.7位，提示這些領(lǐng)域的合作關(guān)系相對(duì)局限。

圖3 發(fā)表文章數(shù)量排名前10位的國(guó)內(nèi)外研究機(jī)構(gòu)

2.3核心機(jī)構(gòu)及合作關(guān)系分析 在806篇ICPE會(huì)議文獻(xiàn)中，共1 408個(gè)研究機(jī)構(gòu)，其中美國(guó)IQVIA公司發(fā)表文章數(shù)量最多，達(dá)22篇，由此經(jīng)上文公式計(jì)算，發(fā)表文章篇數(shù)超過(guò)4篇者為核心機(jī)構(gòu)。核心研究機(jī)構(gòu)共149個(gè)，包括國(guó)外141個(gè)(94.6%)和中國(guó)8個(gè)(5.4%)，其中中國(guó)內(nèi)地核心研究機(jī)構(gòu)僅有1個(gè)(0.7%)，圖3展示了發(fā)表文章數(shù)量排名前10位的國(guó)內(nèi)外研究機(jī)構(gòu)及所在地區(qū)。

國(guó)外前10位核心機(jī)構(gòu)主要來(lái)自美國(guó)和英國(guó)，包括2家企業(yè)(IQVIA和Optum)、6個(gè)高校系所(佛羅里達(dá)大學(xué)、北卡羅來(lái)納大學(xué)教堂山分校及其流行病學(xué)系、哈佛醫(yī)學(xué)院、牛津大學(xué)和哈佛大學(xué)陳曾熙公共衛(wèi)生學(xué)院等)和2個(gè)政府機(jī)構(gòu)(美國(guó)FDA藥品評(píng)價(jià)與研究中心及其附屬監(jiān)測(cè)與流行病學(xué)辦公室)。中國(guó)的8個(gè)核心機(jī)構(gòu)包括1家醫(yī)院(臺(tái)中慈濟(jì)醫(yī)院)和7個(gè)高校系所(香港大學(xué)李嘉誠(chéng)醫(yī)學(xué)院藥理與藥劑學(xué)系及安全用藥實(shí)踐與研究中心、國(guó)立成功大學(xué)醫(yī)學(xué)院臨床藥學(xué)與藥物科技研究所及其藥學(xué)部、北京大學(xué)公共衛(wèi)生學(xué)院流行病與衛(wèi)生統(tǒng)計(jì)學(xué)系、國(guó)立臺(tái)灣大學(xué)醫(yī)學(xué)院及臨床藥學(xué)研究所)。

研究機(jī)構(gòu)合作關(guān)系網(wǎng)絡(luò)圖(圖4)展示了69個(gè)(46.3%)合作關(guān)系密切的核心機(jī)構(gòu)(與另一機(jī)構(gòu)合作發(fā)文4篇及以上)，另外80個(gè)(53.7%)核心機(jī)構(gòu)無(wú)密切合作機(jī)構(gòu)。ICPE核心機(jī)構(gòu)間已經(jīng)形成了22個(gè)核心機(jī)構(gòu)群。其中國(guó)外核心機(jī)構(gòu)群21個(gè)(95.5%)包括以牛津大學(xué)納菲爾德骨科、風(fēng)濕學(xué)和肌肉骨骼科學(xué)系醫(yī)學(xué)統(tǒng)計(jì)中心、荷蘭鹿特丹伊拉斯謨大學(xué)醫(yī)學(xué)中心醫(yī)學(xué)信息學(xué)系和西班牙大學(xué)初級(jí)保健研究所等為中心的6元機(jī)構(gòu)群，以北卡羅來(lái)納大學(xué)教堂山分校和肯塔基大學(xué)為中心的6元機(jī)構(gòu)群，以意大利托斯卡納地區(qū)衛(wèi)生局和比薩大學(xué)為中心的5元機(jī)構(gòu)群等。中外合作核心機(jī)構(gòu)群僅有1個(gè)(4.5%)，為香港大學(xué)與倫敦大學(xué)學(xué)院藥劑學(xué)院的2元機(jī)構(gòu)群。無(wú)中國(guó)機(jī)構(gòu)間的組成的核心機(jī)構(gòu)群。

圖4 研究機(jī)構(gòu)合作關(guān)系網(wǎng)絡(luò)圖

2.4研究熱點(diǎn) ICPE文獻(xiàn)題名經(jīng)文本分析，得到熱點(diǎn)研究設(shè)計(jì)、疾病和藥物，詞條譯為中文歸納如下(括號(hào)內(nèi)為TF-IDF值)。

2.4.1熱點(diǎn)研究設(shè)計(jì) 真實(shí)世界(105.3)的研究理念得到了廣泛應(yīng)用。熱點(diǎn)研究設(shè)計(jì)類型包括隊(duì)列研究(87.7)、Meta分析(75.7)、系統(tǒng)綜述(67.5)、現(xiàn)況研究(44.0)、回顧性隊(duì)列研究(31.0)、病例對(duì)照研究(21.5)、巢式病例對(duì)照研究(21.0)、網(wǎng)狀Meta分析(20.3)、病例對(duì)照系列(16.8)、仿真研究(16.8)和病例-時(shí)間-對(duì)照研究(16.8)。

2.4.2熱點(diǎn)疾病 前10位熱點(diǎn)疾病為新型冠狀病毒肺炎(新冠肺炎)(183.8)、類風(fēng)濕關(guān)節(jié)炎(79.0)、2型糖尿病(61.6)、心力衰竭(50.4)、長(zhǎng)期和短期殘疾(42.9)、流行性感冒(40.5)、骨折(39.1)、多發(fā)性硬化(37.9)、乳腺癌(37.5)和肺結(jié)核(31.5)。

2.4.3熱點(diǎn)藥物 前10位熱點(diǎn)藥物為阿片類藥物(81.2)、抗精神病藥(33.3)、利伐沙班(31.9)、抗菌藥物(29.6)、質(zhì)子泵抑制藥(proton pump inhibitors，PPIs，28.4)、胰島素(26.2)、苯二氮芯卓類藥(22.5)、曲馬多(21.0)、鈉-葡萄糖共轉(zhuǎn)運(yùn)體2抑制藥(sodium-dependent glucose transporters 2 inhibitors，SGLT-2i，20.3)和二甲雙胍(20.3)。

2.4.4熱點(diǎn)數(shù)據(jù)庫(kù) 研究使用的數(shù)據(jù)庫(kù)包括多種類型(括號(hào)內(nèi)數(shù)據(jù)為TF-IDF值)，如電子健康檔案(electronic health record，EHR，210.8)、國(guó)民健康保險(xiǎn)(71.3)、行政索賠數(shù)據(jù)(34.3)、不良事件報(bào)告系統(tǒng)(31.3)和初級(jí)保健數(shù)據(jù)庫(kù)(30.7)等。通用數(shù)據(jù)模型(common data model，CDM，42.1)被廣泛應(yīng)用于不同類型數(shù)據(jù)庫(kù)間的協(xié)同分析。

前10位熱點(diǎn)數(shù)據(jù)庫(kù)為美國(guó)FDA不良事件報(bào)告系統(tǒng)(FDA Adverse Event Reporting System，F(xiàn)AERS，92.4)、英國(guó)臨床實(shí)踐研究數(shù)據(jù)鏈(Clinical Practice Research Datalink，CPRD，87.5)、IBM MarketScan商業(yè)索賠與遭遇數(shù)據(jù)庫(kù)(42.9)、英國(guó)醫(yī)院事件統(tǒng)計(jì)數(shù)據(jù)(42.9)、荷蘭PHARMO 數(shù)據(jù)庫(kù)網(wǎng)絡(luò)(40.5)、美國(guó)醫(yī)療補(bǔ)助數(shù)據(jù)庫(kù)(38.6)、德國(guó)藥物流行病學(xué)研究數(shù)據(jù)庫(kù)(38.0)、Workpartners研究參考數(shù)據(jù)庫(kù)(37.1)、IQVIA醫(yī)學(xué)研究數(shù)據(jù)(29.4)和美國(guó)HealthCore綜合研究數(shù)據(jù)庫(kù)(29.4)。

2.4.5熱點(diǎn)分析方法 國(guó)際疾病分類(international classification of diseases，ICD)第9版(ICD-9，127.1)和第10版(ICD-10，185.2)在藥物流行病學(xué)領(lǐng)域中被廣泛應(yīng)用于疾病的分類和特定疾病患者的識(shí)別。

前10位熱點(diǎn)分析方法包括Cox比例風(fēng)險(xiǎn)模型(115.1)、逆處理概率加權(quán)法(83.6)、Kaplan-Meier分析(73.9)、多因素Logistic回歸模型(73.9)、描述性統(tǒng)計(jì)(71.2)、泊松回歸模型(68.4)、敏感性分析(61.9)、條件Logistic回歸(47.2)、比例失衡分析(41.3)和間斷時(shí)間序列分析(34.4)。對(duì)非結(jié)構(gòu)化的EHR采用自然語(yǔ)言處理(natural language processing，NLP，16.5)轉(zhuǎn)化為計(jì)算機(jī)可識(shí)別的信息后用于機(jī)器學(xué)習(xí)(15.7)等新興的分析方法也有出現(xiàn)。

3 討論

本研究納入第37屆ICPE會(huì)議文獻(xiàn)中來(lái)自世界各國(guó)學(xué)者的摘要806篇，展示了國(guó)內(nèi)外作者和機(jī)構(gòu)間的合作關(guān)系，以及目前藥物流行病學(xué)的研究熱點(diǎn)。

ICPE會(huì)議中的核心作者和機(jī)構(gòu)主要來(lái)自美國(guó)和歐洲國(guó)家，中國(guó)尤其是中國(guó)內(nèi)地的核心作者和機(jī)構(gòu)數(shù)量很少，與國(guó)外仍有較大差距，與以往的藥物流行病學(xué)文獻(xiàn)研究結(jié)果相近[5-6]。國(guó)外核心作者群數(shù)量多，群內(nèi)作者人數(shù)也多，跨機(jī)構(gòu)乃至跨國(guó)合作普遍，合作關(guān)系密切而廣泛。而中國(guó)核心作者群數(shù)量少，群內(nèi)作者人數(shù)少，且常來(lái)自同一機(jī)構(gòu)，缺乏跨機(jī)構(gòu)與跨國(guó)合作。中國(guó)學(xué)者未來(lái)可與研究主題或方法類似國(guó)外研究團(tuán)隊(duì)謀求合作。例如北京大學(xué)許璐等在罕見(jiàn)病領(lǐng)域中開(kāi)展中國(guó)城市人群的乳房Paget病和多發(fā)性硬化的患病率研究，美國(guó)SCOTT P KELLY等同樣在罕見(jiàn)病領(lǐng)域開(kāi)展美國(guó)人群的局灶性節(jié)段性腎小球硬化癥患病率研究[2]。兩團(tuán)隊(duì)未來(lái)可尋求合作，將能更準(zhǔn)確地描述罕見(jiàn)病在不同地區(qū)和人種間的負(fù)擔(dān)。

對(duì)于國(guó)內(nèi)外熱度均很高的疾病和藥物，中國(guó)研究團(tuán)隊(duì)可尋求與國(guó)外同領(lǐng)域團(tuán)隊(duì)的合作。例如，國(guó)立臺(tái)灣大學(xué)學(xué)者利用臺(tái)灣地區(qū)醫(yī)保系統(tǒng)的EHR數(shù)據(jù)，研究SGLT-2i對(duì)2型糖尿病患者腎功能的保護(hù)作用。哈佛大學(xué)醫(yī)學(xué)院附屬布列根和婦女醫(yī)院學(xué)者利用美國(guó)商業(yè)醫(yī)保和Medicare數(shù)據(jù)，研究SGLT-2i對(duì)2型糖尿病患者的心血管益處。兩所醫(yī)院的研究團(tuán)隊(duì)均研究SGLT-2i控糖功能以外的保護(hù)作用，可尋求合作以擴(kuò)大研究人群并進(jìn)行療效比較[2]。對(duì)于國(guó)外研究熱度很高而中國(guó)研究相對(duì)較少的疾病和藥物，可能是由于疾病譜和健康觀念的差異造成。波士頓大學(xué)學(xué)者研究妊娠期間服用阿片類藥物對(duì)新生兒阿片類藥物戒斷綜合征的影響。阿片類藥物的使用在中國(guó)并不普遍，在特殊人群中的不良反應(yīng)研究有待進(jìn)一步開(kāi)展。加拿大與法國(guó)學(xué)者發(fā)現(xiàn)PPIs與胃癌和胰腺癌風(fēng)險(xiǎn)有關(guān)聯(lián)[2]。而中國(guó)對(duì)PPIs的不良反應(yīng)的監(jiān)測(cè)往往局限于非特異性自限性癥狀[7]，對(duì)其可能癌癥風(fēng)險(xiǎn)研究很少。隨著經(jīng)濟(jì)社會(huì)的發(fā)展，中國(guó)疾病譜將與發(fā)達(dá)國(guó)家趨于近似，關(guān)注和開(kāi)展相關(guān)研究將能更好地與國(guó)際接軌。

FAERS和CPRD等政府主導(dǎo)的數(shù)據(jù)庫(kù)已廣為熟知，以下介紹兩個(gè)國(guó)外企業(yè)主導(dǎo)的數(shù)據(jù)庫(kù)。美國(guó)IBM MarketScan商業(yè)索賠與遭遇數(shù)據(jù)庫(kù)(Commercial Claims and Encounters Database，CCAE)包含由每年4 000多萬(wàn)持有雇主贊助醫(yī)療保險(xiǎn)的人提出的索賠信息[8]，研究中常與其他醫(yī)學(xué)數(shù)據(jù)庫(kù)聯(lián)合使用，關(guān)聯(lián)患者臨床信息[9]，是評(píng)估藥物療效真實(shí)世界數(shù)據(jù)的關(guān)鍵來(lái)源。IQVIA醫(yī)學(xué)研究數(shù)據(jù)(IQVIA Medical Research Data，IMRD)是由英國(guó)全科醫(yī)生收集的1800多萬(wàn)例患者的EHR，每年更新3次，包含人口學(xué)信息、臨床表現(xiàn)、診斷、處方和免疫接種信息。其大樣本量和快速更新便于開(kāi)展相對(duì)罕見(jiàn)的暴露與結(jié)局的關(guān)系研究，以及新興臨床干預(yù)的效果評(píng)價(jià)[10]。

EHR蘊(yùn)含著豐富的臨床資料和用藥記錄，但常因其非結(jié)構(gòu)化、非開(kāi)源、各區(qū)域數(shù)據(jù)難以整合而較少在我國(guó)被開(kāi)發(fā)使用[11]。美國(guó)DAVID S CARRELL等利用NLP提取EHR數(shù)據(jù)，并使用貝葉斯加性回歸樹(shù)和神經(jīng)網(wǎng)絡(luò)方法建模識(shí)別變態(tài)反應(yīng)[2]。多倫多大學(xué)BENEDETTI等利用梯度提升分類器(gradient boosting classifier)、Lasso、Ridge和隨機(jī)森林等機(jī)器學(xué)習(xí)模型預(yù)測(cè)不同特征胃癌患者的生存率，并進(jìn)行預(yù)后評(píng)估和藥物治療依從性評(píng)估[2]。建議中國(guó)未來(lái)可建立規(guī)范化、多中心互通的EHR平臺(tái)，并借鑒機(jī)器學(xué)習(xí)等新興分析方法，有助于開(kāi)展不良反應(yīng)監(jiān)測(cè)和預(yù)后評(píng)估等藥物流行病學(xué)研究，促進(jìn)健康中國(guó)戰(zhàn)略實(shí)施[12]。此外，中國(guó)學(xué)者多采用單一的數(shù)據(jù)庫(kù)進(jìn)行分析，而荷蘭伊拉斯姆斯大學(xué)學(xué)者利用CDM映射來(lái)自荷蘭、英國(guó)、美國(guó) 3個(gè)國(guó)家的數(shù)據(jù)庫(kù)進(jìn)行協(xié)同分析，研究哮喘和慢性阻塞性肺疾病患者在真實(shí)世界中首次治療模式的差異[2]。此類跨區(qū)域、多數(shù)據(jù)源的研究結(jié)論往往更加可靠[13]，值得中國(guó)學(xué)者借鑒。

本研究的優(yōu)勢(shì)：①文獻(xiàn)來(lái)源為2021年ICPE會(huì)議摘要，相較于既往研究采用期刊文獻(xiàn)作為數(shù)據(jù)源，權(quán)威的國(guó)際學(xué)術(shù)會(huì)議往往能展示領(lǐng)域內(nèi)最新的研究熱點(diǎn)和動(dòng)向。②采用中外對(duì)比的思路進(jìn)行，國(guó)外研究的先進(jìn)設(shè)計(jì)、方法和熱點(diǎn)主題可供國(guó)內(nèi)學(xué)者參考。局限性：①僅可展現(xiàn)2021年ICPE會(huì)議提及的藥物流行病學(xué)領(lǐng)域研究熱點(diǎn)。②詞頻統(tǒng)計(jì)中對(duì)同義詞并未進(jìn)行合并(如同一種疾病或藥物有多種名稱)，可能對(duì)此類詞條的頻率有所低估，未來(lái)可進(jìn)一步優(yōu)化文本清洗的方法。③由于文本數(shù)據(jù)量較大、方法實(shí)現(xiàn)相對(duì)困難，且可能降低準(zhǔn)確性，故本研究在詞頻加權(quán)統(tǒng)計(jì)中對(duì)有包含關(guān)系的藥物類別和具體藥名未進(jìn)行合并。

本研究以第37屆ICPE會(huì)議摘要為數(shù)據(jù)源，通過(guò)文本分析和社會(huì)網(wǎng)絡(luò)分析，對(duì)核心作者群、核心研究機(jī)構(gòu)、熱點(diǎn)研究設(shè)計(jì)、熱點(diǎn)疾病、熱點(diǎn)藥物和熱點(diǎn)數(shù)據(jù)庫(kù)等進(jìn)行分析，結(jié)果揭示了當(dāng)前藥物流行病學(xué)研究熱點(diǎn)，對(duì)國(guó)內(nèi)藥物流行病學(xué)學(xué)者的未來(lái)研究開(kāi)展和合作對(duì)象選擇有一定參考價(jià)值。