基于CiteSpace的中醫治療乳腺癌的知識圖譜可視化分析

賴琦，謝丹，戴韞

1廣州中醫藥大學第一臨床醫學院，廣東 廣州 510000；2廣州中醫藥大學第一附屬醫院

乳腺癌好發于40～60歲女性，全球發病率和死亡率均呈逐年上升趨勢，并且其發病率居女性惡性腫瘤的首位［1］。隨著對乳腺癌研究的不斷深入，乳腺癌治療進入綜合治療時代。治療方法多樣，手術、化學藥物、放射、內分泌及靶向治療是主要治療手段，但常伴副反應、耐藥性及乳腺癌復發、轉移等問題。中醫療法在提高乳腺癌患者機體免疫力、減少藥物及放療毒副作用、降低術后轉移及復發等方面具有獨特優勢。目前中醫治療乳腺癌研究成果豐碩但關于該領域的歷史背景、現狀和趨勢研究較少。

CiteSpace是一款信息可視化軟件，由陳超美教授首次引入中國，通過對某一研究領域的相關文獻繪制知識圖譜，直觀展現該領域的信息全景，識別該領域的研究現狀、熱點及趨勢［2］。圖譜中的節點分別代表不同對象（作者、機構、關鍵詞），字體及節點大小與發文量成正比，節點的顏色深淺反映發文時間（既顏色越深發文年份越久），節點之間的線表示兩者間的合作關系，連線顏色表示首次合作時間，連線粗細表示各節點合作強度［3-5］。本研究基于CNKI數據庫，借助CiteSpace軟件繪制知識圖譜，多角度分析近20年中醫治療乳腺癌的研究現狀、熱點及發展趨勢。

1 資料與方法

1.1 數據來源選取中國知網（CNKI）數據庫，檢索式：“主題”（精確）；檢索詞：中醫、乳腺癌、乳巖；檢索策略：“中醫”AND（“乳腺癌”OR“乳巖”）；來源類別：“期刊”；檢索時間：2000年1月至2019年12月。共檢索到891篇相關文獻，人工刪除廣告、通知、報道、重復文獻后共納入符合條件的文獻871篇。

1.2 數據轉化將871篇文獻用Refworks格式導出，利用陳超美博士開發的CiteSpace軟件（版本為5.5.R2）自帶的格式轉換器轉換格式。設置時間分區（Time Slicing）：2000—2020年；時間片層（Year Per Slice）：1；節點類型（Node Types）：分 別 選 擇Author、Institution、Keyword；閾 值（Top N）：50；節點閾值選擇Thresholds（c，cc，ccv）（c指引文數量2，2，20；cc指共被引頻次4，3，20；ccv指共被引系數3，3，20）。繪制作者、機構、關鍵詞與研究趨勢可視化視圖。

2 結果

2.1 年發文量2000—2006年平均年發文量為6篇，發文量相對較少。2007—2012年平均年發文量為29篇，發文量呈緩慢上升趨勢。2013—2019年發文量持續快速上升，平均年發文量為91篇，表明近5年中醫治療乳腺癌的相關研究逐漸成為熱點。見圖1。

圖1 中醫治療乳腺癌相關文獻分布情況

2.2 作者在CiteSpace軟件中，節點類型選擇作者（Author），剪切方式（Purning）采用Pathfinder法，其他設置默認，形成作者可視化圖譜。見圖2。

圖2 作者可視化圖譜

共納入作者23位，發文量均在2篇及以上，3篇及以上者19名，排名靠前作者及篇數分別為林毅8篇、郭勇7篇、王笑民7篇、司徒紅林5篇，其中最突出的是包雄英團隊，當中8人發文量均達3篇。作者間的合作關系圖譜顯示網絡密度為0.087，包雄英團隊內部合作相對密切，團隊組成人員較多且發文年份集中于2019年。但因團隊間整體聯系微弱，所以在對作者結構相關性計算時未得到有統計學意義的聚類。

2.3 研究機構在CiteSpace軟件中設置節點類型為機構（Institution），剪切方式（Purning）采用Pathfinder法，其他設置默認，形成研究機構可視化圖譜。見圖3。

圖3 研究機構可視化圖譜

所生成的機構可視化圖譜中共有21個節點，10條連接線，網絡密度為0.0476，每個節點代表1個機構，發文量≥3篇的機構均在圖中顯示，其中發文量最高的是北京中醫藥大學，發文15篇；其次是上海中醫藥大學附屬龍華醫院，發文14篇；第三是河南省中醫藥大學第二附屬醫院，發文13篇。中藥治療乳腺癌的研究機構主要是中醫藥大學及其附屬醫院，以北京中醫藥大學為中心，發文量較大，并與其他科研機構形成聯系，遼寧中醫藥大學與其他機構合作亦較緊密。河南省中醫藥大學第二附屬醫院、上海中醫藥大學附屬龍華醫院、湖南中醫藥大學、浙江省中醫院發文量均≥4篇，但機構間合作微弱，可能造成該領域研究發展與交流的局限性。

另外，研究機構名稱存在重復、從屬的現象，具體表現為醫院或科室的問題，如河南省中醫院&河南中醫藥大學第二附屬醫院乳腺外科從屬于河南省中醫院&河南中醫藥大學第二附屬醫院，上海中醫藥大學附屬龍華醫院乳腺科從屬于上海中醫藥大學附屬龍華醫院。這種現象導致了文章雖屬同一機構，但卻統計出多個機構的假象。

2.4 關鍵詞在CiteSpace軟件中節點類型選擇關鍵詞（Keywords），剪切方式（Pruning）同時選擇Pathfinder、Pruning sliced networks、Pruning the merged network法。共納入關鍵詞73個，其中有關乳腺癌研究文獻最多，頻次為564次，其次是中醫，頻次為62次。乳腺癌和中醫與剩余關鍵詞有較為緊密聯系，為便于圖譜結構觀察，使其在圖譜中隱藏。最終得到高頻關鍵詞圖譜，共有73個節點，81條連接線，顯示網絡密度為0.0308，頻次≧10次的關鍵詞在圖中顯示?？梢姵恕叭橄侔焙汀爸嗅t”，排名前3的關鍵詞依次是“化療”“生活質量”“中醫護理”。見圖4。

圖4 高頻關鍵詞可視化圖譜

中心性是來刻畫節點重要性的指標，以經過某個節點的最短路徑數目既一個節點擔任其他兩個節點間最短橋梁的次數為衡量依據。中心性關鍵詞指標可體現關鍵詞在該領域關鍵詞的影響力，中心性越高，表明此關鍵詞引用率高，圍繞這個關鍵詞的研究多［6］。通過對高頻關鍵詞的計算，得出此領域中心性關鍵詞共25個，中心性均≥0.1，表明這25個關鍵詞在中醫治療乳腺癌領域中地位尤為重要。其中綜述的中心性最高（0.41），說明乳腺癌中醫療法領域不斷有新進展、新學術見解，也印證了該領域正處于蓬勃發展階段。

將高頻關鍵詞進行LLR方法聚類，合并相同的聚類標簽，得到的7個方向是中醫治療乳腺癌領域中的熱門研究方向，分別為聚類分析、治療、辨證分型、免疫功能、療效、乳腺腫瘤、淋巴水腫。對7個方向的關鍵詞聚類標簽分別進行描述。聚類序號與聚類大小成反比，輪廓值是衡量整個聚類成員同質性的指標，輪廓值均比較高，說明研究主題比較集中，中醫治療乳腺癌相關研究的整體聚類效果好，可信度較高（平均輪廓值≈0.90＞0.6）［7］。見表1—2及圖5。

圖5 關鍵詞聚類圖譜

表1 中醫治療乳腺癌研究的中心性關鍵詞

表2 中醫治療乳腺癌關鍵詞聚類標簽

2.5 研究趨勢通過CiteSpace的“Timeline view”功能獲取時間線視圖，并以時間為橫坐標進行年份分割，形成的圖譜更加清晰地展示了乳腺癌中醫療法領域近年來的研究趨勢。見圖6。

圖6的關鍵詞表明了各個時期研究熱點和前沿信息隨時間的變化趨勢［8］。2000—2004年的研究奠定了中醫治療乳腺癌的根基，探索了中醫藥療法對于乳腺癌及乳腺癌術后治療的理論基礎。2004—2013年的研究重心主要在辨證分型、辨證論治、中醫證型方面，中醫治療乳腺癌開始逐步形成系統規范的辨證體系，另一方面，中醫治療化療后副反應受到研究者的關注。2013—2019年中醫治療乳腺癌發展迅速，研究方向多樣化，護理、生活質量等與疾病恢復高度相關的影響因素成為研究的熱點，中醫體質、情志疾病、三陰性乳腺癌亦受到重視。

圖6 研究趨勢可視化圖譜

3 討論

本研究應用CiteSpace軟件，對2000—2019年12月CNKI收錄的871篇中醫治療乳腺癌相關文獻進行可視化分析，揭示了近20年中醫治療乳腺癌領域整體概況。對近20年中醫治療乳腺癌相關文獻的發文量進行分析，可見該領域的發文量呈持續上升趨勢且近5年上升幅度較大，說明該領域逐漸成為研究熱點，可持續發展空間大。作者方面，僅19人發文量達3篇及以上，最大發文量8篇，包雄英團隊之間相對密切合作并且該團隊發展較迅速。但該領域未形成具有一定影響力的學者，究其原因一是個人發文量較少；二是團隊內及團隊之間聯系不夠密切，沒有形成合作密切的學術團體；三是中醫對于乳腺癌方面的研究主要以經驗分享和單中心臨床療效觀察進行發文。研究機構方面，發文集中于中醫藥大學及其附屬醫院，主要以北京中醫藥大學為代表且與其他機構合作相對緊密，其余機構發文量與合作密切程度不及北京中醫藥大學，故促進機構內部合作與跨區域合作更有利于成果的產出。關鍵詞的可視化分析可以反映該領域的研究熱點與趨勢，還可反映乳腺癌中醫療法的逐步發展過程，由奠定理論基礎到完善其辨證體系，再到現階段多種治療手段的多元化發展，充分體現了中醫治療乳腺癌是以中醫基礎理論為基礎，辨證論治為基本方法，并根據患者的不同情況辨證施治。治療提倡中西醫結合，攻邪的同時利用中醫療法及特色護理方法改善患者術后及化療后的生活質量、免疫功能、情志疾病等，并對三陰性乳腺癌有較為深入的研究。關鍵詞的可視化分析中也反映了中醫治療乳腺癌領域的相關研究主要集中于臨床研究與文獻研究，缺乏實驗研究。在此，建議研究人員加強團隊合作，加強不同研究機構間的聯系，整合資源，深入研究，注重循證醫學、實驗研究，提高臨床療效觀察的可信度。CiteSpace目前不能多個數據庫同時分析，望有后續研究對該領域的發展情況做進一步補充。