扈 娜,常田田,王愛平
中國醫科大學附屬第一醫院,遼寧110002
慢性腎臟疾病(chronic kidney disease,CKD)已成為世界公認的重要公共衛生健康問題。據統計,CKD在全球范圍內的發病率是13.4%(11.7%~15.1%)[1]。Liyanage等[2]在2022年的研究中指出亞洲地區患CKD的人數高達4.34億人,而中國是亞洲地區患CKD最多的國家,約1.598億人。該疾病涉及各年齡層面,當病人的腎臟功能接近衰竭時將進展為終末期腎臟疾病(end stage renal disease,ESRD)[3]。目前,終末期腎臟疾病病人的治療方案主要包括腹膜透析、血液透析及腎移植手術。我國學者葉劍鋒等[4]對血液透析、腹膜透析及腎移植術后病人的生活質量及睡眠研究發現,透析病人的生活質量及睡眠遠低于腎移植術后病人。Tonelli等[5]認為,腎移植手術與透析相比有利于降低心腦血管意外的發生率。目前,腎移植手術對各種分型的終末期腎臟疾病病人是較好的治療方案。腎移植術后病人的護理至關重要,醫護人員應幫助其更好地適應移植術后所帶來的改變,延長移植物的功能和提高病人生活質量。本研究旨在運用CiteSpace和VOSviewer軟件繪制以腎移植病人護理為知識領域的圖譜,以可視化及文字描述的形式分析該領域的研究體系,分析和歸納腎移植護理領域研究的動態和熱點,為我國腎移植護理的相關研究與發展提供參考思路。
本研究選擇Web of Science數據庫核心合集作為檢索平臺,采用主題檢索(Topical Term,TS),檢索式為TS=("kidney transplantation") OR TS=("renal transplantation")檢索關于腎移植的所有文獻,并按照以下納入標準進行篩選。納入標準為:①檢索時限為2000年1月—2021年12月;②文獻類型為“aritical” OR “review”;③Web of Science數據庫的類別為“nursing”;④語種為“English”進行精煉,將文獻以“全記錄與參考文獻”的純文本格式導出,并命名為download.txt并建立文件夾。
文研究以Java平臺為依托的Space 6.1 R3(64-bit)版本軟件進行數據可視化分析。CiteSpace軟件由美國陳超美博士團隊[6]開發,是文獻計量學領域影響力較大且常用的分析軟件。此外,VOSviewer在科學計量和知識圖譜領域已得到認可和應用[7]。每個部分均使用Microsoft Excel 2016版本軟件進行數據整理與分析。將數據導入后,基本參數為時間跨度(Time slicing)設置為2000年—2021年,時區切片(year per slice)為1年,閾值設為TOP50;Node Types根據分析內容依次選擇;如需要修剪,修剪方法可選擇“pathefinder/prunning sliced networks”。
根據檢索結果,共349條記錄被導出,運用軟件內的remove duplicates后,可用的剩余文獻為335篇文獻。年度發文量在一定程度上可反映該領域知識量的增長情況,2000年—2011年腎移植護理領域發文量緩慢增長,直至2011年發文量出現較明顯拐點;其中2019年發文量達到高峰,為41篇,總體呈上升趨勢,腎移植護理領域論文年度發表情況見圖1。

圖1 2000年—2021年腎移植護理領域研究年度論文發文量
2.2.1 發文國家分析
結果顯示2000年—2021年關于腎移植護理的文獻中發文量處于前3位的國家分別為美國、中國、巴西;美國發文量最多,為143篇;發文量處于前5位的國家中美國、英國及中國的中心性較強(centrality≥0.1);各國家合作網絡圖譜顯示,中國與加拿大、美國及法國等國家存在一定的聯系。見表1。

表1 2000年—2021年腎移植護理領域發文量居前5位的國家
2.2.2 發文機構
結果顯示2000年—2021年中Ohio State Univ(美國俄亥俄州立大學)發文量最多,達到9篇文獻,Katholieke Univ Leuven(比利時魯汶大學)為7篇,Chang Gung Univ(長庚大學)、Univ Basel(巴賽爾大學)、Univ Missouri(密蘇里州立大學)的發文量均為6篇,其余機構發文量均低于6篇詳見表2。機構間呈現較為分散,在各自區域間的互為聯系情況詳見圖2。

表2 2000年—2021年腎移植護理領域發文量居前10位的機構

圖2 2000 年—2021 年腎移植護理領域機構合作網絡圖譜
運用VOSviewer對文獻作者分布及合作狀況進行統計,了解該領域核心作者情況,以追蹤腎移植護理領域研究。腎移植護理領域近20年的核心作者密度圖(見圖3)可明確核心作者的發文情況,在密度圖內節點的顏色密度由黃色向藍色漸變,代表密度由大到小的變化,一個節點信息自身頻率越高,周圍節點越多且該節點周圍的密度也越大[7]。通過密度圖可迅速識別一個領域的核心研究區域。根據其發文量及被引頻次進行排名,發文量居第1位的作者是 Russell C(該作者來自美國密蘇里州哥倫比亞大學辛克萊護理學院),發文量為15篇,其他作者具體情況見表3。

圖3 2000年—2021年腎移植護理領域核心作者密度圈

表3 2000年—2021年腎移植護理領域發文居前10位的作者
文獻被引分析指單個參考文獻被引用的次數及在同一文獻內共被引用。文獻共被引指某一篇文獻A引用了文獻B和文獻C,則文獻B和C被稱為共被引關系。因此,在共現圖內節點越大的圖標表示參考文獻被引用的次數越多,說明此篇文獻在本研究領域較重要。兩節點間連線強度越大,說明2篇參考文獻共被引關系越強,即同時被引用的次數越多,說明2篇文獻的關系越密切[8]。在腎移植護理領域中,排名前10位的被引參考文獻及具體信息見表4、表5,被引文獻共現圖見圖4。

表4 2000年—2021年腎移植病人護理被引頻次居前10位的參考文獻

表5 2000年—2021年腎移植病人護理被引頻次居前10位文獻的相關信息

圖4 2000年—2021年腎移植護理領域參考文獻共現圖
2000年—2021年腎移植護理領域被引期刊居前10位的分別為Transplantation、NephrolDialTranspl、NephrolDialTranspl、AmJKidneyDis、ClinTransplant、TRANSPLP、KidneyInt、JAdvNurs、ProgTransplant、NewEnglJMed。大多數為移植類相關雜志,其影響因素波動在0.954~19.015,JCR分區為Q1~Q4;引用頻率最高的雜志為Transplantation,被引頻次168次,最低的為NewEnglJMed,被引80次。
2.6.1 詞頻和中心度
具有較高頻次關鍵詞及主題可代表某一時間內研究者傾向的研究熱點,可重點把握文獻的核心內容。頻次較高的詞包括quality of life、kidney transplantation、outcome等,可反映研究者重點關注的內容,關鍵詞的共現頻次越突出,說明節點重要性越強。詳見表6。

表6 2000年—2021年腎移植護理領域引用頻次居前10位的關鍵詞
2.6.2 突變詞引用強度
突變詞即在較短時間內使用頻率較高的關鍵詞,按突現起始時間順序排名,排在居前20位的腎移植護理領域關鍵詞的突現情況見圖5,紅色線條代表主題詞在該年份的突現,紅色線條長度代表主題詞突現持續時間。對關鍵詞進行聚類分析,以關鍵詞及LLR算法為主的聚類,聚類圖譜模塊值(modularity)Q=0.559 3>0.3,表明聚類社團結構是顯著的,平均輪廓值(weighted mean silhouette)S=0.822 3>0.7,聚類高效令人信服,13個聚類模塊總體上重疊交錯,緊密連接,見圖6。隨后對圖6中的聚類模塊及所包含的關鍵詞進行歸類整理,見表7。將各聚類進行歸納,可分為3個大方向,第1個方向為疾病預后和生活質量的研究,主要包括聚類標簽#3、#4、#6、#8、#9和#10;第2個方向主要為免疫抑制劑和依從性的問題,主要包括#0、#7和#11;第3類為捐獻與知情同意方向,主要包括#1、#2、#5和#12。

圖5 2000年—2021年腎移植病人護理領域關鍵詞突現強度圖

圖6 2000年—2021年腎移植病人護理領域聚類圖譜

表7 2000年—2021年腎移植護理領域研究中關鍵詞聚類
2.6.3 關鍵詞時序圖
用CiteSpace軟件進行關鍵詞時間線分析,可描繪各研究內容隨時間的演變關系,節點出現的位置為關鍵詞第1次出現的時區,連線代表關鍵詞隨時間的變化趨勢。2000年—2021年腎移植護理領域研究高頻詞出現的時區演變,可了解每項相關研究隨著時間而發展的脈絡和熱點,見圖7。
目前,我國有學者曾對CKD護理研究熱點進行分析[9],但國內尚未檢索到腎移植護理領域的可視化研究。本研究旨在運用CiteSpace和VOSviewer軟件相結合對2000年—2021年Web of Science數據庫內腎移植護理領域文獻分析。
2000年—2011年論文發文量緩慢增長,直至2011年發文量出現較明顯拐點。2011年—2021年論文發文量呈平穩起伏的增長趨勢,同時發文量高于上一個十年(2000年—2011年),在2019年論文發文量達到歷史最高,2020年—2021年論文數量雖低于2019年,但總體相差不大。其次,通過趨勢線及公式分析R2=0.741 6,接近于1,說明本趨勢線比較準確,通過趨勢線的分析結果可得腎移植護理領域知識量呈現出穩定增長態勢,反映出研究者對腎移植護理領域的熱度明顯增高。
發文量排名第一的地區為美國,根據2019年美國腎臟疾病年度報告(US Renal Data System 2019 Annual Data Report)[10]指出,美國共實施20 161例次腎移植手術,其中術后1年移植腎存活率為95%以上,目前美國器官移植數量仍位居世界第一,我國自2020年1月—11月共完成腎移植總數9 930例次,其中公民死亡后捐獻(donation after citizen′s decease,DCD)腎移植共8 535例數,活體腎移植共1 395例數,我國器官移植數量已穩居世界第二,僅次于美國[11]。此外,發文總量排在首位的機構也為美國俄亥俄州立大學,這也可以說明,西方國家在腎移植護理領域仍處于較成熟且領先的位置,各機構間處于各自區域性的合作關系,日后可加強各區域間的共同研究合作,向腎移植領域先進成熟的國家學習和借鑒經驗。
發文量居第1位的作者是Russell C(該作者來自美國密蘇里州哥倫比亞大學辛克萊護理學院),發文量為15篇,通過查閱數據庫發現其研究內容主要圍繞著成人腎移植術后病人的服藥依從性[12]、老年腎移植病人服藥依從性[13]等相關研究。
被引用文獻最多的文章以腎移植病人的自我管理和態度的綜述為主[14],其余被引頻次較高的文獻則多以服藥依從性的干預及綜述研究、腎移植術后病人心理健康狀況為主要研究內容。對文獻及期刊進行分析后,引文機構以器官移植及腎臟疾病專業期刊為主,引用頻率最高的雜志為Transplantation,被引次168次,屬于醫學類二區期刊,影響因子為5.385,多以器官移植內容為主。
關鍵詞是對文章內容的高度凝練,頻次較高的為生活質量(quality of life),從圖5結果可知,第一階段是2008年—2015年,突現詞包括腎移植、治療、排斥、免疫抑制劑藥物、血液透析,說明此階段主要以腎移植的免疫抑制劑、治療及排斥反應、血液透析方面的研究為側重點;第二階段是2015年—2018年,突現詞包括慢性疾病、服藥依從性及不依從性、質性研究;代表此階段由第一階段對藥物的研究過渡至服藥依從性的探索,此外增加了對腎移植病人質性研究的內容;第三階段為2019年—2021年,突現詞包括生存、自我管理、年輕病人、老年病人、健康、死亡率;代表此階段重點關注腎移植術后的生存及死亡率、病人的自我管理,研究對象開始細化至年輕及老年病人中,說明腎移植研究對象和內容更加細致且全面。
此外,高強度的突現詞有腎臟、健康、服藥不依從性、治療及自我管理等,同時結合表6中的高頻關鍵詞包括生活質量、結局預后等可知腎移植護理領域的研究正在朝向細致化,分模塊式的發展趨勢,但仍以免疫抑制劑的服藥依從性、預后健康、生活質量及自我管理等方面為研究者重點關注的內容。腎移植手術對病人來說雖然是較好的治療方案,但手術對病人來說是較大的應激源,會導致病人機體內分泌系統代謝紊亂、神經遞質傳遞改變,產生精神癥狀如創傷后壓力綜合征等[15]。Costa等[16]發現有89.19%的腎移植病人在術后存在中高等水平的心理困擾及恐懼心理,最大的心理壓力是擔心出現排斥反應而再次回到透析階段,說明術后排斥反應的預防十分重要,需引起廣大研究者的重視。Lai等[17]認為,當新的移植物進入到腎移植病人體內后,病人與新器官相適應的心理過程會經歷以下3個階段:異物期即第一階段,通常病人會產生焦慮感,該期較短暫;第二階段及第三階段分別為部分融合期和完全融合期,這兩個時期通常持續時間較長且復雜,病人若適應不良則會產生嚴重的健康問題。在CiteSpace軟件中,聚類標簽值越小表示越重要,而表7中的#0 medication adherence為腎移植病人護理領域最主要的聚類團體,改善全球腎臟疾病預后組織(KDIGO)指南曾建議[18],除受者和供者是同卵雙生姐妹或兄弟外,所有腎移植受者均需接受誘導治療來預防排斥反應。這也可以解釋腎移植病人術后終身服藥帶來的經濟問題及藥物不良反應等原因,使服藥依從性仍成為最主要的研究熱點。
本研究通過信息可視化分析軟件CiteSpace和VOSviewer對腎移植護理領域研究進行研究,對研究結果進行知識圖譜分析,有利于把握腎移植護理領域研究動向,為后續研究的展開提供參考。但本研究文獻局限于Web of Science數據庫,對文獻收錄存在一定偏倚,后續應增加中文文獻進行補充,對比國內外的研究差異,使研究結論更具有說服力。