劉佳欣 沈佳伊

摘 ?要： 對疫情的分析有利于相關部門準確決策，做好防控應對工作，意義深遠。本文基于知識圖譜理論，利用CNKI數(shù)據(jù)可視化分析方法、citespace軟件，繪制疫情分析年份、學科分布圖和已有研究文獻間關鍵詞共現(xiàn)知識圖譜，對疫情分析領域已有文獻分布、研究熱點和研究趨勢進行分析。研究發(fā)現(xiàn)：（1）學術界對于疫情分析的研究仍處于反應式階段，農(nóng)業(yè)科技、信息科技、基礎科學學科在疫情分析研究領域貢獻較大;（2）疫情分析中學生服務管理內(nèi)容、流行特征與發(fā)病率視角、醫(yī)院應急防控體系是目前研究熱點;（3）疫情分析中的數(shù)字化、多元化、體系化是疫情分析的發(fā)展趨勢。

關鍵詞： 知識圖譜;疫情分析現(xiàn)狀;疫情分析趨勢

中圖分類號： TP3;R184.6 ? ?文獻標識碼： A ? ?DOI：10.3969/j.issn.1003-6970.2020.08.052

本文著錄格式：劉佳欣，沈佳伊. 基于知識圖譜的疫情分析現(xiàn)狀及趨勢研究[J]. 軟件，2020，41（08）：192-195

【Abstract】： The analysis of the epidemic situation is conducive to the accurate decision-making of relevant departments， and the prevention and control response work is of great significance. Based on the knowledge graph theory， this article uses CNKI data visualization analysis method and citespace software to draw the epidemic analysis year， subject distribution map and knowledge map of keyword co-occurrence among existing research literatures. Trend analysis. The research found that： （1） The academic research on the epidemic situation analysis is still in a reactive stage， and agricultural science， information technology， and basic sciences have contributed a lot in the field of epidemic situation analysis and research; （2） The content， popular characteristics and characteristics of student service management in epidemic situation analysis The perspective of morbidity and hospital emergency prevention and control system are the current research hotspots; （3） Digitalization， diversification and systematization in epidemic situation analysis are the development trends of epidemic situation analysis.

【Key words】： Knowledge graph; Status of epidemic analysis; Trend of epidemic analysis

0 ?引言

傳染性病毒疫情在我國近20年時間里以較高的頻率發(fā)生，其中涉及醫(yī)學、生物學、計算機學、農(nóng)業(yè)科技等多個領域。歷史上，在各項疫情影響下，國內(nèi)與之密切相關的多個領域皆遭受較大沖擊，國民經(jīng)濟與收入承擔巨大損失。由此，國內(nèi)各學科領域間的疫情分析與研究文獻在進入二十世紀后如雨后春筍不斷涌現(xiàn)。但目前，我國疫情分析的相關文獻仍處于簡單探索階段，研究內(nèi)容更關注疫情對某一特定領域的淺層影響、特征等概念化問題，不同領域間較為獨立且同一領域內(nèi)未形成完整的研究體系與科學團體，缺乏深層次的理論構建。

本文基于知識圖譜的數(shù)據(jù)處理方式以及分析方法，借助CNKI的可視化分析、Citespace軟件，以疫情分析領域已發(fā)表的文獻作為研究切入點，對疫情分析領域的高被引文獻進行研讀。同時，分析疫情分析領域的關鍵詞共現(xiàn)關系，揭示目前疫情分析領域的研究熱點并對未來疫情分析領域做出預測。本文旨在幫助我國學者了解疫情分析領域的研究前沿方向，發(fā)現(xiàn)疫情分析研究的優(yōu)劣勢，促進疫情分析在農(nóng)業(yè)科技、公共衛(wèi)生安全、國民經(jīng)濟建設等多個領域發(fā)揮更大的作用，具有一定的借鑒意義。

1 ?疫情分析的發(fā)展歷程及研究學科分布

“疫情（epidemic situation）”具體是指疫病的發(fā)生和蔓延疫病的發(fā)生和發(fā)展情況。一定病因下自穩(wěn)系統(tǒng)紊亂并伴隨癥狀、體征和行為的異常生命活動過程稱為疫病，一般具有傳染性。在我國，流行性傳染病分3類35種。周朝最早出現(xiàn)疫情至明清時期爆發(fā)次數(shù)不斷增加，依據(jù)記載數(shù)據(jù)顯示，平均4.3年將爆發(fā)一次大規(guī)模疫情。新中國成立至今，SARS、鼠疫、非洲豬瘟的爆發(fā)對我國的經(jīng)濟運行與國民生命財產(chǎn)安全造成了不可逆轉(zhuǎn)的影響。隨著我國疫情對各領域影響程度的加深，1993年后在各學科領域出現(xiàn)疫情分析的相關研究文獻。

2003年，王鐸、趙曉飛的《SARS疫情的實證分析和預測》是我國疫情分析領域初始研究中較為具有代表性的文獻之一。論文運用1927年Kermack等提出的傳染病SIR模型，結(jié)合SARS的傳播特點，建立疫情分析初步數(shù)學模型，聯(lián)系實證分析預測SARS疫情，為疫情研究領域提供了參考。2012年，高風華的《中國大陸2002-2010年法定傳染病疫情分析》在已有研究的基礎上，以中國大陸（不含港澳臺）法定傳染病為研究對象，運用Excel和SPSS17.0等方法對統(tǒng)計數(shù)據(jù)進行分析，對三類傳染病疫情的發(fā)生、發(fā)展及其變化規(guī)律進行歸納總結(jié)，對國內(nèi)疫情分析研究領域具有重要意義。2017年，隨著H7N9禽流感第五次人感染嚴重程度加深，大量學者開始將研究目光轉(zhuǎn)移至公共衛(wèi)生安全上領域，例如，林丹、謝劍鋒、嚴延生等人的《H7N9禽流感相關疫情分析評估》對人獸共患的流行性傳染病進行疫情分析和風險評估，公共衛(wèi)生安全問題成為疫情分析領域研究熱點;與此同時，有學者將大數(shù)據(jù)等新興技術手段運用至較大范圍內(nèi)的傳染疾病分析。2017年，王麗艷、秦倩倩、丁正偉、蔡暢等人的《中國艾滋病全國疫情數(shù)據(jù)分析》運用查重等方法對全國范圍內(nèi)截止2015年15歲以上的HIV感染者進行描述性分析，建立HIV的傳播流行模式，并使之成為另一個重要數(shù)據(jù)分析方法的重要文獻。此類研究成果引起相關領域?qū)W者的關注，未來疫情分析領域的相關方法、作用將成為研究熱點。但疫情分析領域目前還未出現(xiàn)運用histcite、citespace等軟件建立知識圖譜與疫情分析結(jié)合的相關研究成果，本文借助知識圖譜建立疫情分析模型，揭示目前疫情分析領域的研究熱點并對未來疫情分析領域進行較為準確地預測，對未來疫情分析發(fā)展提供支持。

為了全面科學地獲得檢索數(shù)據(jù)，在進行檢索時，對疫情分析的理論角度進行充分的了解，選取CNKI的文獻數(shù)據(jù)庫，將“疫情分析”“Epidemic situation analysis”作為并列關鍵詞，對1993年至2020年的核心期刊和CSSIC期刊中已有研究成果進行檢索，共得到238份數(shù)據(jù)，檢索結(jié)果時間分布特征如圖1所示。

從圖中可以看到，1993-1994年，隨著疫情沖擊范圍的不斷擴大，學術界正式開始關注疫情分析領域;1996年，疫情分析研究出現(xiàn)一次小幅度的激增;2005- 2007年，在SARS大規(guī)模疫情蔓延趨勢得到控制后，疫情分析研究得到普遍關注;2012-2019年，疫情分析研究仍然處于高速增長的態(tài)勢，這與全球疫情高頻出現(xiàn)有較大關聯(lián)。由此可見，疫情分析研究多在重大流行病盛行后，處于反應式階段。

對檢索得到的238份數(shù)據(jù)進行按照學科進行分類統(tǒng)計，繪制檢索結(jié)果數(shù)量的學科類別分布圖，如圖2所示。

我們可以看出，醫(yī)藥衛(wèi)生科技相關研究成果150篇，遠遠多于其他類別學科。與此對應，2003-2004年非典疫情爆發(fā)至疫情穩(wěn)定期間，5月13日國務院頒布《突發(fā)公共衛(wèi)生事件應急條例》，醫(yī)藥衛(wèi)生領域收到前所未有的重視。2004年國家財政支出在教育、衛(wèi)生領域投入955億人民幣，較上年增加100億元人民幣。國家相關政策的出臺和傾斜促進了醫(yī)藥衛(wèi)生科技領域的疫情分析研究的發(fā)展。農(nóng)業(yè)科技、信息科技、基礎科學等也是在疫情分析研究領域貢獻較大的學科類別。目前，我國疫情分析研究領域的重要研究成果數(shù)量較少，但隨著我國各領域?qū)σ咔榉治鲋匾暢潭鹊牟粩嗉由?，疫情分析的學術研究成果也必然呈現(xiàn)井噴式增長。

2 ?疫情分析領域研究熱點

關鍵詞能夠較為準確地反映出學術論文的研究重點內(nèi)容、視角和方法，因此本文以citespace 軟件為基礎，繪制了“疫情分析”主題學術論文的關鍵詞知識圖譜。如圖3所示，在傳染性病毒疫情相關分析中，“流行病學”“監(jiān)測”、“學生”、“流行特征”、“發(fā)病率”等排名靠前。按照這些關鍵詞出現(xiàn)的頻次排序，排名前20的熱點詞匯統(tǒng)計情況如表1所示。

根據(jù)圖3及表1，本文發(fā)現(xiàn)已有疫情分析文獻研究具有以下三個熱點問題。

2.1 ?學生服務管理內(nèi)容分析

由于中小學及高校學生教學的集中性和基礎性，在校學習使得學生受到傳染病毒侵害的風險增大，傳染人群范圍廣。學生患者主要通過追蹤和因癥就診的方式確診，健康體檢、主動篩查等發(fā)現(xiàn)方式難以充分落實。因此，部分學生患者可能會有發(fā)現(xiàn)延遲的情況，這不僅會導致患者自身沒有得到及時救助，也會使得學校范圍內(nèi)其他人員與其密切接觸時間延長，甚至可能會導致群體性的集聚感染現(xiàn)象。

此外，在學業(yè)教育方面，疫情通常為線上教育提供了很大的發(fā)展機遇，需求迅速增長。但同時，線上教育也暴露了我國信息化網(wǎng)絡發(fā)展的問題。線上學習中，平臺和環(huán)境是基礎，但部分地區(qū)和學校的信息化設備和網(wǎng)絡平臺等硬件設施較為短板，網(wǎng)絡環(huán)境不能很好地滿足直播教學方式。此外，在線教育對于教師的信息素養(yǎng)也是一個挑戰(zhàn)，以往的教師信息技術培訓著重于技術與教學內(nèi)容的結(jié)合，但缺少對教師整合信息資源、靈活應變的能力培訓。

2.2 ?流行特征與發(fā)病率視角分析

疫情的流行特征與發(fā)病率一直是分析研究的重要視角。流行特征能夠幫助專業(yè)科研機構和人員盡快鎖定流行性病毒的傳播方式、爆發(fā)高峰期、傳播速度等，而發(fā)病率則對醫(yī)科救治、患者規(guī)模預估等有重要作用。在此基礎上，有關部門可以迅速了解疫情，組織防控、隔離、救治和公共設施安排，減少人員感染。具體來說，在掌握病毒的傳播方式包括接觸傳播的信息后，相關部門對醫(yī)護人員防護服的生產(chǎn)和運輸進行嚴格把控，減少醫(yī)護人員的皮膚、口沫感染風險。但同時，疫情對產(chǎn)業(yè)的沖擊不容小覷，對經(jīng)濟社會持續(xù)平穩(wěn)發(fā)展具有一定影響。因此，伴隨國內(nèi)患病人數(shù)減少、情況趨于好轉(zhuǎn)，應以更多視角來分析疫情影響及后續(xù)發(fā)展。

2.3 ?醫(yī)院應急防控體系分析

疫情防控的防控機制尚在研究之中，各醫(yī)院作為醫(yī)療資源的主要集中地，在防控疫情中地位突出。由于疫情爆發(fā)的社會突然性和風險性，醫(yī)療設施及醫(yī)護人員有限，醫(yī)院對于各部門的調(diào)控安排、組織結(jié)構調(diào)整、人員接管培訓、設備環(huán)境消毒等各個方面必須做出準確決策，高效率且高效用地滿足需求，救治病患，確保醫(yī)護人員安全，減少損失。舉例來說，門診部需要落實患者預檢、分檢三級篩查制度，感染監(jiān)測機制完善，疫情上報渠道通暢;藥品調(diào)劑部門是保障藥品的末端部門，要求對疫情專用藥品加強管理，嚴格把控藥品輸送各風險點等。這對于醫(yī)院組織的部門協(xié)調(diào)能力、靈活應變能力要求高，涉及決策較為復雜，因而成為疫情分析研究的一大熱點問題。

3 ?疫情分析領域研究趨勢

3.1 ?學生服務管理數(shù)字化

在學生群體疫情防治方面，首先，注重通過公眾媒體網(wǎng)絡渠道針對師生開展健康教育和生活提示，對相關防治知識進行有效宣傳，提高疫情知曉率;其次，大力實施校園環(huán)境整頓，各地教育部門和高校增強聯(lián)系，實行聯(lián)防聯(lián)控，構筑數(shù)字化的線上線下一體校園防治信息平臺。

在學生線上教育管理方面，首先，政府有關部門響應號召，貫徹網(wǎng)絡扶智工程攻堅理念，積極支持農(nóng)村小規(guī)模學校和城市薄弱學校的網(wǎng)絡化平臺、設備建設，縮小地區(qū)、群體間教育信息的差距;其次，注重對教師團體共享化的思維理念，利用平臺數(shù)字技術，開展更加個性化、相互性的教育活動。

3.2 ?疫情分析視角多元化

疫情影響產(chǎn)業(yè)發(fā)展和經(jīng)濟運行的各個方面，與此同時，疫情分析視角也正在不斷拓寬。從國內(nèi)企業(yè)角度來說，政府通過行為經(jīng)濟學視角，可以了解公司復工決策的影響因素，如員工的感染風險、訂單到貨期、項目運行成本等，實行相應的助推政策，保障公司順利實施復工;從國際環(huán)境角度來說，全球化視角能夠幫助跨國企業(yè)及時了解國際局勢，對自身在社會性風險降臨時的風險保障機制、需求受挫時是否預留轉(zhuǎn)型空間等進行評估，來衡量企業(yè)甚至產(chǎn)業(yè)國際競爭力和結(jié)構抗風險性，及時調(diào)整國家相關貿(mào)易戰(zhàn)略，為制定新的國際關系政策提供參考。除經(jīng)濟運行之外，還有國際人道主義、政治格局變動等視角，對社會穩(wěn)定發(fā)展具有重要意義。

3.3 ?醫(yī)院應急防控體系化

目前醫(yī)院應急防控組織仍存在著一些問題，首先，醫(yī)護人員由于在崗人數(shù)多、接觸就診人員密集，有交叉感染風險，存在救治過程中的諸多防控漏洞;其次，很多醫(yī)院的組織結(jié)構中對于人員流向、藥房進出等人員監(jiān)管，以及防護設施保護等工作未設職能人員，同樣引起風險。

因此，一方面應規(guī)范門診部、藥品調(diào)劑部等防控前線部門的工作流程和秩序，梳理救治環(huán)節(jié)以發(fā)現(xiàn)并彌補防控漏洞，將消毒落實到每一具體個人工作中;另一方面成立應急防控工作小組，實現(xiàn)防控工作專門化，組織指揮相關工作。由專人與各部門轉(zhuǎn)達疫情管理信息，避免人員恐慌和工作程序混亂。同時利用新技術搭建防疫宣傳救治信息溝通平臺，增加溝通效率，通過這些舉措實現(xiàn)醫(yī)院防控的制度化和體系化。

4 ?結(jié)論

本文基于知識圖譜理論，利用citespace軟件對疫情分析主題的學術文獻進行研究。繪制年份、學科分布圖，以呈現(xiàn)疫情分析領域已有文獻在分布上受流行病爆發(fā)影響，疫情分析學科多為農(nóng)業(yè)科技、信息科技、基礎科學學科等。進而利用關鍵詞共現(xiàn)知識圖譜，發(fā)現(xiàn)疫情分析在內(nèi)容上重點關注學生校園防控及線上教育;在視角上主要考慮流行特征和發(fā)病率兩個方面;在方法上首要研究醫(yī)院應急防控體系。并以此三方面的重要性和存在問題為基礎，提出未來疫情分析具有學生服務管理數(shù)字化、視角多元化和醫(yī)院應急防控體系化三個發(fā)展趨勢，由此為傳染病的進一步防控研究和各項突發(fā)疫情的應對調(diào)整措施提供參考。

參考文獻

[1] 王立貴， 孔雨微， 宋宏彬， 等. 基于疫情數(shù)據(jù)分析的傳染病模擬仿真平臺構建[J]. 中國公共衛(wèi)生： 1-4.

[2] 夏恩君， 王素娟， 王俊鵬. 基于知識圖譜的眾籌研究現(xiàn)狀及發(fā)展趨勢分析[J]. 科研管理， 2017， 38（06）： 1-8.

[3] 王娟， 李卓珂， 楊現(xiàn)民， 等. 智能化時代新型教育服務監(jiān)管體系建構與路徑設計[J]. 電化教育研究， 2020， 41（01）： 84-90.

[4] 陳恩富， 柴程良， 孫繼民， 等. 浙江省人感染H7N9禽流感流行特征與防控對策[J]. 中國公共衛(wèi)生， 2013， 29（05）： 625-627.

[5] 陳鼎祥. 我國公共服務動機的研究綜述與展望[J/OL]. 管理現(xiàn)代化， 2020（02）： 123-125.

[6] 李明瑤. 大數(shù)據(jù)時代在線教育的個性訴求與資源優(yōu)化[J]. 教育理論與實踐， 2020， 40（04）： 30-34.

[7] 方堃. 基于“易班”平臺的高校學生事務管理信息化研究[J]. 軟件， 2018， 39（11）： 239-241.

[8] 王宏偉. 面向移動互聯(lián)網(wǎng)的高校教學交互反饋系統(tǒng)設計[J]. 軟件， 2018， 39（11）： 246-249.

[9] 李畋靜， 王繼紅， 楊潁超. 公立醫(yī)院開展崗位設置工作的實踐研究[J/OL]. 衛(wèi)生經(jīng)濟研究， 2020（04）： 64-66.

[10] 唐衍軍， 宋書儀. 底線思維視角下公立醫(yī)院內(nèi)部控制建設探析[J]. 會計之友， 2020（08）： 128-130.

[11] 孫天超， 李彩娟， 李竹， 等. 現(xiàn)代信息網(wǎng)絡技術在醫(yī)學院校核心課程輔助教學中的應用與實踐[J]. 軟件， 2018， 39（12）： 55-57.

[12] 林偉強， 郭曉敏， 周宗梁， 等. 基于檢驗數(shù)據(jù)的藥品質(zhì)量風險預警模型研究[J]. 軟件， 2018， 39（12）： 127-130.

[13] 王麗艷， 秦倩倩， 丁正偉， 等. 中國艾滋病全國疫情數(shù)據(jù)分析[J]. 中國艾滋病性病， 2017， 23（04）： 330-333.

[14] 林丹， 謝劍鋒， 嚴延生. H7N9禽流感及相關疫情分析評估[J]. 中國人獸共患病學報， 2017， 33（03）： 186-194+201.

[15] 高風華， 馮謙謹， 江麗鳳， 等. 中國大陸2002～2010年法定傳染病疫情分析[J]. 現(xiàn)代預防醫(yī)學， 2013， 40（04）： 756- 759+761.

[16] 王鐸， 趙曉飛. SARS疫情的實證分析和預測[J]. 北京大學學報（醫(yī)學版）， 2003（S1）： 72-74.

[17] 張聰聰， 李思彤， 湯藝， 等. 基于數(shù)據(jù)挖掘的國際涉華輿情分析關鍵技術研究[J]. 軟件， 2018， 39（12）： 172-176.