徐 蘊，李 尚，江 星，王 慶

南京中醫(yī)藥大學，江蘇南京，210023

JournalofTraditionalChineseMedicine(ISSN 0255-2922) 創(chuàng)刊于1981年，是中華中醫(yī)藥學會和中國中醫(yī)科學院聯(lián)合主辦的學術(shù)期刊，是我國中醫(yī)藥領域創(chuàng)刊最早、發(fā)行量最大、最具有權(quán)威性的英文科技期刊，目前在90多個國家和地區(qū)發(fā)行或交換，2010年起被列為SCI來源期刊。該刊致力于報道中醫(yī)藥科研成果，為推動中醫(yī)藥學科發(fā)展發(fā)揮了重要作用，是了解中醫(yī)藥研究進程的重要窗口。圖書情報學領域的Bradford定律顯示，某一專業(yè)領域的核心論文集中發(fā)表在少數(shù)頂尖期刊上，這些論文基本涵蓋了該領域的總體狀況[1]，本研究借助CiteSpace軟件對JournalofTraditionalChineseMedicine2010-2019年發(fā)表的論文進行分析，識別高水平科研中心和核心作者群體，探尋中醫(yī)藥研究的進程、熱點及趨勢，為學科建設提供參考。

1 資料來源與方法

1.1 數(shù)據(jù)來源

以科學引文數(shù)據(jù)庫Web of Science(WoS)核心合集為數(shù)據(jù)源，檢索條件設置為：出版物名稱= Journal of Traditional Chinese Medicine，文獻類型=Article，時間跨度=2010-2019年。由于選擇了精確匹配且在檢索條件中限定了文獻類型，而WoS數(shù)據(jù)庫入庫時也對文獻類型進行了篩選分類，故檢索獲得的1053篇文獻全部納入本研究。

1.2 研究方法

CiteSpace是一款基于Java的科學可視化軟件，主要用于計量和分析科學文獻數(shù)據(jù)，能夠識別和顯示某一研究領域科學發(fā)展的前沿動態(tài)，在分析和可視化共被引網(wǎng)絡方面具有準確、高效的特點[2]。本研究借助CiteSpace 5.6.R5對納入的文獻數(shù)據(jù)進行分析。

在CiteSpace 5.6.R5中，時間范圍選擇為2010-2019年，時間切片設為1，共計10個切片。以g-index作為時間切片的數(shù)據(jù)選擇標準，k值設為25，不選擇圖譜裁剪。分別以作者、機構(gòu)和關(guān)鍵詞作為分析內(nèi)容，并通過設置不同的閾值、字體大小和節(jié)點大小生成清晰的圖譜。對關(guān)鍵詞生成聚類、時間線圖和凸現(xiàn)詞譜。

2 結(jié)果

2.1 論文數(shù)量與發(fā)表時間

JournalofTraditionalChineseMedicine2010-2019年共發(fā)表學術(shù)論文1053篇，論文數(shù)量隨發(fā)表年份波動較大，2010年發(fā)表的論文數(shù)量最少，為63篇(6.0%)，2013年發(fā)表的論文數(shù)量最多，達到143篇(14.5%)。2010-2019年發(fā)表學術(shù)論文情況見圖1。

圖1 納入文獻的發(fā)表年份分布

2.2 論文來源機構(gòu)

使用CiteSpace 5.6.R5，以“Institution”為節(jié)點進行統(tǒng)計，共有13個機構(gòu)發(fā)表的論文數(shù)量超過15篇，其中中國中醫(yī)科學院發(fā)表的論文數(shù)量最多，達到156篇，見表1。

表1 納入文獻的來源機構(gòu)分布

2.3 論文核心作者群

使用CiteSpace 5.6.R5，以“Author”為節(jié)點繪制可視化圖譜，可以看到隨著時間推移形成了多個核心作者團隊，見圖2。

圖2 納入文獻的作者可視化圖譜

2.4 高被引論文

截止2020年6月24日，納入本研究的1053篇論文中有771篇在WoS數(shù)據(jù)庫中有被引用記錄，論文被引率為73.2%；論文的合計被引次數(shù)達到4541次，折算成篇均被引次數(shù)為4.31次，H-index指數(shù)達到21；共有13篇論文被引次數(shù)達到25次，其中Ren, Shuang等人于2013年發(fā)表的論文PharmacologicaleffectsofAstragalosideIV:aliteraturereview被引次數(shù)最高，達到105次。見表2。

表2 納入文獻中的高被引論文

2.5 高頻關(guān)鍵詞

使用CiteSpace 5.6.R5，以“Keyword”為節(jié)點進行統(tǒng)計，共有20個關(guān)鍵詞出現(xiàn)頻次達到30次及以上，其中“acupuncture”出現(xiàn)頻次最高，達到92次，見表3。

表3 納入文獻中的高頻關(guān)鍵詞

以“Keyword”為節(jié)點,采用log-likelihood ratio(LLR)算法得到9個聚類群，見圖3。選取每個聚類群前10位包含詞對聚類群進行分析，結(jié)果見表4。

圖3 納入文獻中關(guān)鍵詞的聚類分析

表4 納入文獻中關(guān)鍵詞的聚類包含詞

以“Keyword”為節(jié)點,使用Timezone view功能圍繞9個聚類對關(guān)鍵詞進行時間演進分析，見圖4。使用Burst detection功能尋找各時間段被集中引用的關(guān)鍵詞，共獲得70個最強引用爆發(fā)的凸現(xiàn)詞，見圖5。

圖4 納入文獻中關(guān)鍵詞聚類的時間演進

圖5 納入文獻中引用爆發(fā)的凸現(xiàn)詞

3 討論

3.1 核心研究力量

機構(gòu)發(fā)表的論文數(shù)量是了解研究地域分布，衡量機構(gòu)科研水平的重要依據(jù)[3]。本研究中中國中醫(yī)科學院和北京中醫(yī)藥大學是兩個貢獻度最為突出的機構(gòu)，不僅發(fā)表了大量的論文，還與多個機構(gòu)保持了相對穩(wěn)定的合作關(guān)系，形成了兩個重要的研究中心。作者間合作發(fā)表論文的關(guān)系可以反映研究者間的科研協(xié)作情況、了解該領域?qū)W術(shù)團隊的組成狀況[4]。通過可視化圖譜可以看到，隨著時間推移，圍繞多個核心作者形成了科研團隊，論文作者之間形成了密切的合作關(guān)系，共同發(fā)表論文，高水平研究中心和學術(shù)團隊已經(jīng)清晰形成。隨著“健康中國”國家戰(zhàn)略的實施，我國對于醫(yī)藥衛(wèi)生領域的投入和扶持不斷加強，中醫(yī)藥作為“中西醫(yī)并重”的主體之一更是迎來了歷史性的發(fā)展機遇，在這樣的時代背景下，中醫(yī)藥高水平研究機構(gòu)迅速崛起、高層次人才團隊不斷成長，而這些核心研究力量的形成將更好地推動學科向縱深發(fā)展[5]。

3.2 論文學術(shù)影響

被引頻次是反映論文學術(shù)影響力的一個重要指標，“73.2%被引率、4.31次的篇均被引頻次、21的H-index指數(shù)”這些引用指標較為理想。高被引論文可以反映學界關(guān)注的焦點，統(tǒng)計發(fā)現(xiàn)高被引論文主要集中在中藥藥理領域，涉及的提取素包括Astragaloside IV(黃芪甲苷)、polysaccharide from Flammulina velutipes(金針菇多糖)、cinnamaldehyde(肉桂荃)等；涉及的草藥包括Parsley(歐芹)、Peganum harmala L.(羅漢果)、Chinese herb aconite (Fuzi，附子)、Artemisia species(蒿屬植物)；涉及的中成藥包括Xuebijing injection(血必凈注射液)、Xiaoaiping injection(消癌平注射液)。高被引論文中僅有兩篇為臨床研究，均為針刺治療，針對的疾病分別是diabetic peripheral neuropathy(糖尿病周圍神經(jīng)病變)和depression in cancer patients(癌癥患者抑郁癥)。由于本次采集的是WoS數(shù)據(jù)庫中的引用數(shù)據(jù)，它反映了這些中醫(yī)藥論文具有較高的國際影響力，研究結(jié)果被大量SCI論文引用，也從特定的角度說明中醫(yī)藥研究現(xiàn)代化和國際化進程良好，特別是在《中藥現(xiàn)代化發(fā)展綱要》指引下，中藥現(xiàn)代化研究發(fā)展迅速，2015年中國藥學家屠呦呦憑借“青蒿素”獲得諾貝爾獎更是讓中藥研究聚焦了全世界的目光。

3.3 研究熱點內(nèi)容

關(guān)鍵詞是學術(shù)論文中最能揭示研究主題的詞匯，通過高頻關(guān)鍵詞可以分析研究總體特征和熱點[5]。acupuncture(針刺)、electroacupuncture(電針)、moxibustion(艾灸)等高頻關(guān)鍵詞反映了重點關(guān)注的治療方法；cancer(癌癥)、depression(抑郁)、acquired immunodeficiency syndrome(艾滋病)、diabetes mellitus(糖尿病)、hypertension(高血壓)、asthma(哮喘)、arthritis(關(guān)節(jié)炎)、alzheimer disease(阿爾茨海默病)、stroke(中風)等高頻關(guān)鍵詞反映了重點關(guān)注的疾病；inhibition(抑制)、antioxidant(抗氧化)、oxidative stress(氧化應激)、cytokine(細胞因子)、nitric oxide(一氧化氮)等高頻關(guān)鍵詞則反映了重點關(guān)注的實驗指標。關(guān)鍵詞聚類分析獲得的9個聚類中第4和第6個聚類較為籠統(tǒng)，難以聚焦具體的研究主題，其他聚類反映的研究熱點包括：①抗腫瘤藥物誘導細胞凋亡研究；②中醫(yī)藥治療中風等心血管疾??；③中醫(yī)藥治療獲得性免疫缺陷綜合征；④中醫(yī)藥對糖尿病的治療及實驗研究；⑤電針等療法治療腎臟疾病的機制研究；⑥中藥治療風濕免疫系統(tǒng)疾病的機制研究；⑦中醫(yī)藥對糖尿病腎病療效的對照研究。可以看出中醫(yī)藥研究圍繞現(xiàn)代醫(yī)學的評價體系，重點開展“療效對照研究”和“生物學機制研究”，注重用臨床比較、實驗數(shù)據(jù)、統(tǒng)計結(jié)果驗證其有效性并闡釋其科學性，而這也是中醫(yī)藥走向世界，更好地造福全人類的必經(jīng)之路；在疾病種類上，對于一些慢性病和現(xiàn)代醫(yī)學難以根治的疾病，中醫(yī)藥被寄予了更多的期待，而根據(jù)現(xiàn)代疾病譜的變化走勢來看，中醫(yī)藥在未來將會得到更多的關(guān)注[6]。

3.4 前沿趨勢展望

研究前沿是指該領域研究的新發(fā)現(xiàn)或轉(zhuǎn)折點，并在短期內(nèi)得到廣泛關(guān)注[7]， CiteSpace軟件運用突變檢查算法提取凸現(xiàn)詞追蹤學科研究前沿，有利于更好地把握學科發(fā)展趨勢[8]。在2010-2014年的5年間，研究重點關(guān)注的治療手段是acupuncture(針刺)，疾病是atherosclerosis(動脈粥樣硬化)、rheumatoid arthritis(類風濕性關(guān)節(jié)炎)、stress(精神壓力)、alzheimer disease(阿爾茨海默病)、myocardial ischemia(心肌缺血)等；在2015-2019的5年間，研究重點關(guān)注的治療手段是complementary therapy(輔助療法)、drug therapy(藥物治療)，疾病是diabetes mellitus type 2(2型糖尿病)、infection(感染)、obesity(肥胖癥)、myocardial infarction(心肌梗塞)、heart failure(心力衰竭)等。特別值得注意的是，從圖譜走勢看，循證研究和網(wǎng)絡藥理學不斷興起并持續(xù)受到關(guān)注。循證醫(yī)學是遵循證據(jù)的醫(yī)學，要求基于現(xiàn)有的最好的臨床研究進行醫(yī)療決策[9]。中醫(yī)藥學能延綿至今是因為有效，而時代的發(fā)展對傳統(tǒng)醫(yī)學提出了新的要求，其效果需要證據(jù)支撐，循證研究就是尋找證據(jù)的科學方法。應該進一步加強循證研究，推動中醫(yī)藥的高質(zhì)量發(fā)展。網(wǎng)絡藥理學是基于系統(tǒng)生物學的理論，對生物系統(tǒng)的網(wǎng)絡分析，選取特定信號節(jié)點進行多靶點藥物分子設計的學科[10]，其研究模式由“單藥物、單靶點”向“疾病-基因-靶點-藥物”轉(zhuǎn)變[11]。中藥具有多靶點、多成分、多調(diào)節(jié)方式的特征，傳統(tǒng)“單靶標、單成分”模式無法對中藥復方的藥效物質(zhì)基礎及組方規(guī)律進行科學解釋，應該進一步利用網(wǎng)絡藥理學的理論，通過對信號通路的多途徑調(diào)節(jié)，更好地開展中藥學研究。

3.5 本研究的局限性

本研究僅納入JournalofTraditionalChineseMedicine發(fā)表的研究論文，并未對其他期刊發(fā)表的中醫(yī)藥文獻進行統(tǒng)計，存在選擇性偏倚，不能展現(xiàn)中醫(yī)藥研究發(fā)展的全貌，但該期刊作為SCI收錄的中醫(yī)藥領域重要的專業(yè)期刊，具有較大的影響力和示范性，本研究結(jié)果可以為同行開展相關(guān)研究提供參考和借鑒。