楊雪芳 朱昕 王苗慧 鄧國金 劉麗霞

[摘要]目的全面了解高尿酸血癥（HUA）與痛風(fēng)發(fā)病機(jī)制最新研究進(jìn)展及熱點。方法檢索CNKI數(shù)據(jù)庫2005年1月至2021年7月關(guān)于HUA與痛風(fēng)發(fā)病機(jī)制研究的相關(guān)文獻(xiàn)，用CiteSpace軟件生成作者、研究機(jī)構(gòu)、關(guān)鍵詞等信息并分析。結(jié)果共有2417篇文獻(xiàn)納入研究，生成的圖譜共有707位作者被納入，形成以張冰、林志健、朱繼孝為代表的主要合作團(tuán)隊。共有194所研究機(jī)構(gòu)被納入，主要包括北京中醫(yī)藥大學(xué)、黑龍江中醫(yī)藥大學(xué)等。共有681個關(guān)鍵詞被納入，形成“急性痛風(fēng)性關(guān)節(jié)炎”“HUA”“2型糖尿病”等11個自然聚類;近年突現(xiàn)關(guān)鍵詞有“氧化應(yīng)激”“代謝組學(xué)”等。結(jié)論以可視化圖譜方式分析HUA與痛風(fēng)發(fā)病機(jī)制研究的發(fā)展現(xiàn)狀與熱點，為該領(lǐng)域研究提供方向及思路。

[關(guān)鍵詞]高尿酸血癥;痛風(fēng);CiteSpace可視化分析;知識圖譜

[中圖分類號]R589.7??? [文獻(xiàn)標(biāo)識碼]A??? [文章編號]2095-0616（2022）02-0046-04

A visual analysis of the study on the pathogenesis of hyperuricemia and gout based on CiteSpace

YANG Xuefang1??? ZHU Xin1??? WANG Miaohui2??? DENG Guojin1??? LIU Lixia1

1. Dongguan Polytechnic，Guangdong，Dongguan 523186，China;2. Zibo Hospital of Traditional Chinese Medicine，Shandong，Zibo 255300，China

[Abstract] Objective To comprehensively learn about the latest advances and hotspots of the study on the pathogenesis of hyperuricemia （HUA）and gout. Methods The relevant pieces of literature on the study of HUA and gout pathogenesis from January 2005 to July 2021 in the China National Knowledge Internet （CNKI）database were retrieved，and the information of authors，research institutions and keywords were generated and analyzed by CiteSpace software. Results A total of 2417 pieces of literature were included in the study，and a total of 707 authors were included in the generated mapping，forming a major collaborative team represented by ZHANG Bing，LIN Zhijian，and ZHU Jixiao. A total of 194 research institutions were included，mainly including Beijing University of Chinese Medicine，Heilongjiang University of Chinese Medicine，etc. In addition，a total of 681 keywords were included，forming 11 natural clusters such as “acute gouty arthritis”“HUA”“type 2 diabetes mellitus”，etc. The keywords such as “oxidative stress”and “metabolomics”have emerged in recent years. Conclusion The advances and hotspots of the study on the pathogenesis of HUA and gout analyzed by visual mapping will provide directions and ideas for the study in this field.

[Key words] Hyperuricemia;Gout;CiteSpace visual analysis;Knowledge mapping

高尿酸血癥（hyperuricemia，HUA）是一類代謝性綜合征，當(dāng)嘌吟代謝過剩、尿酸排泄減少使體內(nèi)血尿酸水平超過420 μmol/L時，可診斷為HUA。過多的尿酸經(jīng)血液或組織液循環(huán)形成尿酸鹽結(jié)晶，沉積在腎臟、關(guān)節(jié)腔引起痛風(fēng)性關(guān)節(jié)炎、痛風(fēng)石、尿酸性腎病等臨床癥狀，稱為痛風(fēng)[1-3]。痛風(fēng)是常見病，近年來發(fā)病率在世界范圍內(nèi)不斷上升[4-5]，在美國其發(fā)病率為19.3%[6];中國為15.1%[7]。研究表明HUA是誘發(fā)高血壓、2型糖尿病、心血管疾病等代謝性疾病的危險因素，已成為嚴(yán)重威脅人類健康的疾病之一[8-11]。

當(dāng)前國內(nèi)關(guān)于HUA與痛風(fēng)的發(fā)病機(jī)制研究的文獻(xiàn)發(fā)文量增長迅速，但對文獻(xiàn)的深入統(tǒng)計分析不足。本文使用CiteSpace軟件對HUA與痛風(fēng)發(fā)病機(jī)制研究熱點的關(guān)鍵詞、主題演變、合作機(jī)構(gòu)等進(jìn)行可視化分析研究，了解該領(lǐng)域最新動態(tài)、發(fā)展趨勢，為推動HUA與痛風(fēng)的研究和防治提供思路和方向[12]。

1??? 資料與方法

檢索2005年1月至2021年7月收錄在CNKI數(shù)據(jù)庫的HUA及其發(fā)病機(jī)制的文獻(xiàn)。檢索方式為“主題”，檢索式為：（高尿酸血癥OR血尿酸OR痛風(fēng)OR痛風(fēng)性關(guān)節(jié)炎OR無癥狀高尿酸血癥）AND（發(fā)病機(jī)制OR模型），共檢索文獻(xiàn)2598篇，經(jīng)篩選，2417篇文獻(xiàn)納入研究，期刊文章1710篇，學(xué)位論文707篇。將納入文獻(xiàn)導(dǎo)出后使用CiteSpace軟件分析。設(shè)置時間分區(qū)：跨度為2005年1月至2021年7月，以1年為切割點;設(shè)置閾值Top N=50，突出重要文獻(xiàn)，其余為默認(rèn)值;選擇作者、機(jī)構(gòu)、關(guān)鍵詞，進(jìn)行可視化分析生成共現(xiàn)圖譜。

2??? 結(jié)果

2.1??? 文獻(xiàn)來源、發(fā)文趨勢及文獻(xiàn)特征分析

納入的文獻(xiàn)中，期刊文獻(xiàn)1710篇，其中載文較多的期刊有《中華中醫(yī)藥雜志》《時針國醫(yī)國藥》《中華中醫(yī)藥學(xué)刊》等;707篇為學(xué)位論文，涉及40所院校，以北京中醫(yī)藥大學(xué)（41篇）、青島大學(xué)（37篇）、廣州中醫(yī)藥大學(xué)（33篇）等發(fā)文量最多，尤其是廣州中醫(yī)藥大學(xué)博士論文達(dá)20篇;在博士學(xué)位論文中較多是NSFC、MOST及各省市自然科學(xué)基金等，說明該研究方向不但適合培養(yǎng)優(yōu)質(zhì)的醫(yī)學(xué)科研人才，也適合進(jìn)行基礎(chǔ)科學(xué)研究。

文獻(xiàn)被引次數(shù)客觀科學(xué)，可有效反映該文獻(xiàn)的學(xué)術(shù)價值[13]。2417篇文獻(xiàn)中被引次數(shù)≥5次的文獻(xiàn)有1144篇。被引次數(shù)最多的為潘志于2008年發(fā)表于《時珍國醫(yī)國藥》的“黃柏與蒼術(shù)提取物對HUA小鼠血尿酸的影響”，達(dá)141次。對基金項目進(jìn)行分析，以NSFC支持的研究項目最多，達(dá)383項;第二是北京市自然科學(xué)基金為27項、廣東省中醫(yī)藥管理局的基金為22項等。

2.2??? 作者納入圖譜分析

作者網(wǎng)絡(luò)分析應(yīng)用CiteSpace軟件，707位作者納入共現(xiàn)圖譜，作者間合作較少，合作多發(fā)生在同單位、同課題組內(nèi)。其中發(fā)文較多的作者有張冰（42篇）、林志健（37篇）、朱繼孝（23篇）等，其中發(fā)文量≥5篇的作者有88位。HUA與痛風(fēng)發(fā)病機(jī)制的研究團(tuán)隊分布較松散，彼此間的聯(lián)系較少。當(dāng)前形成以張冰教授、林志健副教授、朱繼孝教授為代表的合作團(tuán)隊，團(tuán)隊數(shù)量少，合作缺乏。見圖1。

2.3??? 研究機(jī)構(gòu)圖譜分析

194所機(jī)構(gòu)納入研究機(jī)構(gòu)共現(xiàn)圖譜，機(jī)構(gòu)間合作有27個，32所機(jī)構(gòu)發(fā)文量≥5篇。具有代表的研究力量以北京中醫(yī)藥大學(xué)、黑龍江中醫(yī)藥大學(xué)等為主。涉及研究機(jī)構(gòu)數(shù)量較多，分布范圍廣，各機(jī)構(gòu)間合作較少。因受地域布局限制，機(jī)構(gòu)間實現(xiàn)跨省區(qū)合作較難，地域局限性較明顯。見圖2。

2.4??? 關(guān)鍵詞圖譜及研究前沿分析

對關(guān)鍵詞進(jìn)行聚類分析，可反映HUA與痛風(fēng)發(fā)病機(jī)制的研究熱點，該聚類領(lǐng)域的重要性可通過聚類中關(guān)鍵詞的數(shù)量反應(yīng)，用于判斷該領(lǐng)域的發(fā)展方向和規(guī)律[14]。關(guān)鍵詞字體越大表示出現(xiàn)頻次越多，兩關(guān)鍵詞出現(xiàn)在同一篇文獻(xiàn)中的共現(xiàn)關(guān)系由兩點連線代表，見圖3。共納入681個關(guān)鍵詞，其中在文獻(xiàn)出現(xiàn)次數(shù)≥50的關(guān)鍵詞有14個，關(guān)鍵詞“HUA”出現(xiàn)頻次最多，為1071次。一般認(rèn)為，在該領(lǐng)域有一定影響力關(guān)鍵詞中心性≥0.1，該值越大其影響力越大，見表1。

對關(guān)鍵詞頻次分析稱之為突現(xiàn)詞，是從大量主題詞中推測出某段時間內(nèi)頻次變化率高的詞[15-17]。20個突現(xiàn)詞為該領(lǐng)域的研究熱點，其中突現(xiàn)時間最長的關(guān)鍵詞是“高尿酸血癥模型”，2005—2011年，期間突現(xiàn)詞包括“動物模型”“疾病模型”“TNF-α”等，表明早期多為基礎(chǔ)應(yīng)用研究，觀察指標(biāo)為主。其次是“代謝組學(xué)”“氧化應(yīng)激”，出現(xiàn)在2016年后，表明當(dāng)前的研究熱點與趨勢，見圖4。如研究發(fā)現(xiàn)匹伐他汀抑制炎癥因子分泌，減輕HUA大鼠體內(nèi)氧化應(yīng)激[18];腸-腎尿酸排泄障礙與氧化應(yīng)激引起的腸-腎組織氧化損傷有關(guān)[19];尿酸失衡與其相關(guān)基因和蛋白水平有關(guān)[20-21]。

3??? 討論

陳超美教授開發(fā)的CiteSpace軟件是基于Java語言的可視化知識圖譜繪制工具，融合聚類分析方法，主要用于研究學(xué)科領(lǐng)域的現(xiàn)狀及前沿，目前已被廣泛應(yīng)用于醫(yī)學(xué)、教育等領(lǐng)域[22-25]。采用CiteSpace軟件挖掘數(shù)據(jù)，直觀展示了HUA與痛風(fēng)發(fā)病機(jī)制的研究熱點及趨勢等。整體而言，HUA與痛風(fēng)發(fā)病機(jī)制研究總體呈上升趨勢，可預(yù)測在未來仍然是研究熱點。該領(lǐng)域的文獻(xiàn)主要為中醫(yī)藥類期刊，一大部分文獻(xiàn)被引次數(shù)偏低，總體水平良莠不齊，還需進(jìn)一步提升。國家科研基金對該領(lǐng)域的研究均有支持，其中最多的為NSFC，反映出國家對該領(lǐng)域研究的重視。研究人員之間形成以北京中醫(yī)藥大學(xué)張冰教授、林志健副教授、江西中醫(yī)藥大學(xué)朱繼孝教授為代表的主要合作團(tuán)隊，團(tuán)隊數(shù)量少，缺乏合作，尚未規(guī)?；?，后期各團(tuán)隊可進(jìn)行廣泛合作，進(jìn)一步打造HUA與痛風(fēng)發(fā)病機(jī)制研究的良好的交流平臺，促進(jìn)該領(lǐng)域發(fā)展。研究機(jī)構(gòu)方面：以北京中醫(yī)藥大學(xué)、黑龍江中醫(yī)藥大學(xué)等為代表，涉及研究機(jī)構(gòu)數(shù)量較多、分布范圍廣，但相互合作欠缺，研究機(jī)構(gòu)還需要與各個醫(yī)學(xué)學(xué)院努力摒除學(xué)術(shù)屏障，積極開展學(xué)術(shù)交流，傳授研究經(jīng)驗，共同促進(jìn)該領(lǐng)域知識結(jié)構(gòu)的完善。

對突現(xiàn)詞“高尿酸血癥模型”“尿酸性腎病”“尿酸酶抑制劑”等聚類分析，顯示早期多為基礎(chǔ)研究，觀察指標(biāo)為主。2016年后出現(xiàn)“代謝組學(xué)”“氧化應(yīng)激”，表明研究已從指標(biāo)觀察往機(jī)制研究方向進(jìn)行。期間也涉及“動物模型”“疾病模型”等多個突現(xiàn)詞。針對近年來突現(xiàn)的關(guān)鍵詞有“氧化應(yīng)激”“代謝組學(xué)”等，表明目前研究熱點已經(jīng)傾向于發(fā)病機(jī)制研究，但對于該病的發(fā)病機(jī)制研究還需進(jìn)一步深入研究，具有較大的探索空間。因此積極探明HUA 與痛風(fēng)發(fā)病的機(jī)制，具有重要科學(xué)意義。

[參考文獻(xiàn)]

[1]馮文文，崔岱，楊濤.《中國高尿酸血癥與痛風(fēng)診療指南（2019）》要點解讀[J].臨床內(nèi)科雜志，2020，37（7）：528-531.

[2]中華醫(yī)學(xué)會風(fēng)濕病學(xué)分會.原發(fā)性痛風(fēng)診斷和治療指南2011[J].中華風(fēng)濕病學(xué)雜志，2011（6）：410-413.

[3] Richette P，Bardin T.Gout[J].Lancet，2010，375：318-328.

[4] Mikuls TR，Saag KG.New insights into gout epidemiology[J]. Curr Opin Rheumatol，2006，18：199-203.

[5] Mikuls TR，F(xiàn)arrar JT，Bilker WB，et al.Gout epidemiology：Results from the UK General Practice Research Database，1990-1999[J].Ann Rheum Dis，2005，64：267-272.

[6] Eswar K，Steinman TI.Reduced Glomerular Function and Prevalence of Gout：NHANES 2009-10[J].Plos One，2012，7（11）：e50046.

[7]胡浩杰，蘇暢，王惠君，等.2015年中國15省份18～59歲成年居民血清尿酸水平及高尿酸血癥患病狀況[J].中華流行病學(xué)雜志，2021，42（5）：840-845.

[8] Borghi C，Agabiti-Rosei E，Johnson RJ，et al. Hyperuricaemia and gout in cardiovascular，metabolic and kidney disease[J].European Journal of Internal Medicine，2020，80：1-11.

[9] Kanellis J.Uric acid as a mediator of endothelial dysfunction，inflammation，and vascular disease[J]. Seminars in Nephrology，2005，25（1）：39-42.

[10] Thottam GE，Krasnokutsky S，Pillinger MH.Gout and Metabolic Syndrome：A Tangled Web[J].Current Rheumatology Reports，2017，19（10）：60.

[11]石建霞，劉奇，彭永德.細(xì)胞焦亡在代謝性疾病中的研究進(jìn)展[J].第二軍醫(yī)大學(xué)學(xué)報，2020，41（11）：1250-1253.

[12]陳輝.大數(shù)據(jù)環(huán)境下科技期刊同被引文獻(xiàn)數(shù)的學(xué)術(shù)評價功能——基于與引證文獻(xiàn)數(shù)的對比研究[J].科技管理研究，2019，39（22）：221-226.

[13]趙丙軍，王旻霞，司虎克.基于CiteSpace的國內(nèi)知識圖譜研究[J].圖書情報工作網(wǎng)刊，2012（8）：25-33.

[14]齊虹，閆靜璇.基于知識圖譜的我國信息行為研究態(tài)勢分析[J].現(xiàn)代情報，2018，38 （5 ）：131-139.

[15]常青，何紫棠，張國杰，等.基于CiteSpace知識圖譜的國內(nèi)外非計劃再手術(shù)研究現(xiàn)狀及熱點可視化分析[J].中國醫(yī)刊，2021，56（9）：990-995.

[16]劉麗明，鐘文娟，王芬，等.基于CiteSpace的老年護(hù)理研究熱點分析[J].武漢輕工大學(xué)學(xué)報，2021，40（3）：94-98.

[17]謝麗華，藺曉源，李昕，等.基于CiteSpace可視化分析中醫(yī)藥促神經(jīng)再生研究熱點與趨勢[J].中國中藥雜志，2021，46（17）：4555-4562.

[18]尤楊，夏岳，戚國慶，等.匹伐他汀對高尿酸血癥大鼠炎癥因子及氧化應(yīng)激的影響[J].中國免疫學(xué)雜志，2020，36（11）：1299-1303.

[19]王雨，林志健，曲聰聰，等.高尿酸血癥大鼠氧化應(yīng)激介導(dǎo)的“腸-腎”尿酸排泄研究[J].北京中醫(yī)藥大學(xué)學(xué)報，2020，43（4）：310-316.

[20]霍帥.高尿酸腎病患者血液代謝組學(xué)分析及腎茶治療高尿酸腎病的實驗研究[D].廣州：廣州中醫(yī)藥大學(xué)，2020：84.

[21]呂耀中，胡慶華，王星，等.二妙丸水提取物對高尿酸血癥小鼠尿酸失衡及其相關(guān)基因和蛋白水平的影響[J].中草藥，2010，41（3）：418-423.

[22] Azam Ali，Ahmed Ammar，Wang Hao，et al. Knowledge structure and research progress in wind power generation （WPG）from 2005 to 2020 using CiteSpace based scientometric analysis[J].Journal of Cleaner Production，2021，295：126496.

[23]李巖，樊玉霞，陸麗華.基于Citespace的癌癥患者自我效能可視化分析[J].中國醫(yī)藥科學(xué)，2020，10 （18）：233-238.

[24] Shuo Liu，Ya-Ping Sun，Xu-Ling Gao，et al. Knowledge domain and emerging trends in Alzheimer's disease：a scientometric review based on CiteSpace analysis[J].Neural Regeneration Research，2019，14 （9）：1643-1650.

[25] Azam A，Ahmed A，Kamran MS，et al.Knowledge structuring for enhancing mechanical energy harvesting （MEH）：An in-depth review from 2000 to 2020 using CiteSpace[J].Renewable and Sustainable Energy Reviews，2021，150（20）：111460.