郜康 竇一萍 朱袆卉 胡斯童 呂夢皓 馬攀

隨著科學(xué)技術(shù)日新月異的發(fā)展與醫(yī)學(xué)知識的不斷更新，本科生教學(xué)中采用的傳統(tǒng)教材由于更新再版的滯后性，已很難反映目前臨床上的前沿觀點(diǎn)與最新技術(shù)，因而需要學(xué)生在課后自行閱讀相關(guān)文獻(xiàn)以擴(kuò)展自身視野，增加知識儲備。而在研究生培養(yǎng)中，醫(yī)學(xué)文獻(xiàn)的檢索與閱讀則成了其基石所在，學(xué)生需要通過不斷閱讀科學(xué)文獻(xiàn)以了解研究熱點(diǎn)與前沿，確定自己的研究方向，并在吸取前人經(jīng)驗(yàn)教訓(xùn)的基礎(chǔ)上，對自己的實(shí)驗(yàn)方法進(jìn)行完善與改進(jìn)，最終做出有價(jià)值、高水平的科學(xué)研究。即便是從院校畢業(yè)后成為一名正式的醫(yī)務(wù)工作者，閱讀文獻(xiàn)對于他們拓寬課題立項(xiàng)思路、確保學(xué)術(shù)科研方向以及保障成果申報(bào)順利也都具有重要意義[1]。

在日常教學(xué)與文獻(xiàn)調(diào)研中[2.3]，我們得知醫(yī)學(xué)生在文獻(xiàn)檢索與篩選中尚面臨一些問題。其中最大的一個問題在于面對浩如煙海的科學(xué)文獻(xiàn)時，他們有限的檢索能力與匱乏的閱讀經(jīng)驗(yàn)往往令他們力不從心，二者間的矛盾常常使他們在知識的大門前望而生卻。一方面，醫(yī)學(xué)文獻(xiàn)具有類型復(fù)雜、數(shù)量龐大、增長快速、出版分散等特點(diǎn)[4]，且正處于由傳統(tǒng)的紙質(zhì)印刷型向數(shù)字化、網(wǎng)絡(luò)化發(fā)展的過渡時期，這些都對醫(yī)學(xué)生文獻(xiàn)檢索與篩選能力提出了很高的要求[5]。而另一方面，醫(yī)學(xué)生的文獻(xiàn)檢索課程大多是在本科階段以選修課的形式開設(shè)的，很多學(xué)生在學(xué)習(xí)時就有重視程度不足以及只是跟著老師一步一步操作而不愿“知其所以然”的現(xiàn)象，再加之日常學(xué)習(xí)中很少主動閱讀文獻(xiàn)，因而很多學(xué)生到了研究生階段“不得不”閱讀大量文獻(xiàn)時就出現(xiàn)了上述問題。我們嘗試將文獻(xiàn)計(jì)量學(xué)分析納入到教學(xué)中，希望能借助這一情報(bào)學(xué)領(lǐng)域的經(jīng)典方法幫助到面臨上述問題的醫(yī)學(xué)生，特別是那些具有科研選題與科研實(shí)踐需求的醫(yī)學(xué)研究生。

1.文獻(xiàn)計(jì)量學(xué)分析

文獻(xiàn)計(jì)量學(xué)是一門應(yīng)用數(shù)學(xué)與統(tǒng)計(jì)學(xué)等方法對文獻(xiàn)情報(bào)進(jìn)行定量分析的學(xué)科[6]，通過定量分析某一學(xué)科文獻(xiàn)，可以構(gòu)建其知識結(jié)構(gòu)并探索其發(fā)展趨勢，目前已被廣泛應(yīng)用于許多研究領(lǐng)域[7-9]。從整體來看，這種分析方法與傳統(tǒng)的文獻(xiàn)綜述都是通過對以往研究進(jìn)行整理，總結(jié)研究的現(xiàn)狀與不足，以期指導(dǎo)進(jìn)一步的研究。所不同的是，文獻(xiàn)綜述更強(qiáng)調(diào)文章的內(nèi)容性，即總結(jié)現(xiàn)有研究包括了哪些方面與不足，在撰寫時多是按照一個預(yù)先設(shè)定的研究脈絡(luò)引用已有文獻(xiàn)中具有代表性的論文。而文獻(xiàn)計(jì)量學(xué)分析更多強(qiáng)調(diào)的是對“量”的分析，不用詳細(xì)分析每一篇文獻(xiàn)的研究內(nèi)容，而是對目標(biāo)領(lǐng)域文獻(xiàn)的發(fā)表數(shù)量、作者分布、引文關(guān)系等進(jìn)行分析，撰寫時引用的多是一些高被引的文獻(xiàn)。與傳統(tǒng)的文獻(xiàn)綜述相比，文獻(xiàn)計(jì)量分析能以可視化的方式更加直觀地對該領(lǐng)域的所有文獻(xiàn)進(jìn)行系統(tǒng)分析，這有助于進(jìn)入一個新領(lǐng)域的研究人員掌握領(lǐng)域的整體趨勢。文獻(xiàn)計(jì)量分析還有助于揭示領(lǐng)域的研究熱點(diǎn)與發(fā)展趨勢，并挖掘出那些具有里程碑意義的文獻(xiàn)。此外，目前的文獻(xiàn)計(jì)量分析軟件多簡單易用，例如HistCite、VOSviewer等，本文將介紹基于CiteSpace的這一分析方法。

2.CiteSpace

CiteSpace[10，11]是由美國德雷塞爾大學(xué)陳超美教授開發(fā)的一款用于分析文獻(xiàn)數(shù)據(jù)的信息可視化軟件（圖1），可以以圖譜的形式展現(xiàn)科學(xué)和技術(shù)領(lǐng)域的知識地圖與信息全景，幫助剛進(jìn)入該領(lǐng)域的研究人員建立全面的認(rèn)識，有利于其分析學(xué)科的發(fā)展脈絡(luò)、識別研究熱點(diǎn)并預(yù)測未來的發(fā)展方向。我們將以microRNA在牙周病學(xué)與口腔種植學(xué)中的研究進(jìn)展為例，從以下幾個方面簡要介紹CiteSpace的使用方法[12]。

2.1 功能介紹CiteSpace支持Web of Science（WoS）、Pubmed、知網(wǎng)等數(shù)據(jù)庫，相比而言，WoS的數(shù)據(jù)結(jié)構(gòu)最為完整，支持所有項(xiàng)目的分析，而其他數(shù)據(jù)庫由于包含的數(shù)據(jù)完整性不同，支持分析的項(xiàng)目也有所不同。例如從知網(wǎng)導(dǎo)出的數(shù)據(jù)不包含參考文獻(xiàn)字段，則不能進(jìn)行文獻(xiàn)的共被引分析。簡而言之，在選定研究項(xiàng)目與時間范圍后，通過在網(wǎng)絡(luò)配置區(qū)中選擇不同的節(jié)點(diǎn)類型，即可實(shí)現(xiàn)對文獻(xiàn)記錄不同目的的分析，并可通過裁剪功能對生成的網(wǎng)絡(luò)圖進(jìn)行進(jìn)一步精簡與優(yōu)化。

在網(wǎng)絡(luò)配置區(qū)，節(jié)點(diǎn)提取依據(jù)（Selection Criteria）是一個設(shè)置相對較多的參數(shù)，它用來設(shè)定在各個時間段內(nèi)所提取對象的數(shù)量，該步驟可認(rèn)為是對數(shù)據(jù)的精煉，以提取最具有影響力的數(shù)據(jù)進(jìn)行可視化。例如在分析關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)時，選擇TOP N%并設(shè)定N=10，其含義為提取每個時間切片內(nèi)頻次出現(xiàn)排名前10%的關(guān)鍵詞進(jìn)行分析。

2.2 合作網(wǎng)絡(luò)分析 科學(xué)合作具有多種形式，Kataz和Martin將研究者們?yōu)樯a(chǎn)新的科學(xué)知識而在一起工作定義為科學(xué)合作[13]。在文獻(xiàn)計(jì)量學(xué)分析中，同一篇文獻(xiàn)中出現(xiàn)不同的國家/地區(qū)、機(jī)構(gòu)或者作者即認(rèn)為他們存在合作關(guān)系，可理解為宏觀、中觀以及微觀三個層次的合作關(guān)系，分別對應(yīng)節(jié)點(diǎn)類型中的Country、Institution以及Author。

在合作網(wǎng)絡(luò)圖中，節(jié)點(diǎn)的大小代表了發(fā)文量的多少，不同顏色的年輪寬度代表了對應(yīng)年份的發(fā)文量，節(jié)點(diǎn)間連線寬度代表了合作強(qiáng)度，連線的顏色表示了兩個節(jié)點(diǎn)首次合作的時間。以機(jī)構(gòu)合作網(wǎng)絡(luò)圖（圖2）為例，山東大學(xué)、第四軍醫(yī)大學(xué)、伊利諾伊大學(xué)和四川大學(xué)是這一領(lǐng)域研究最多的幾所大學(xué)，由圖可知，他們各自擁有大量的合作伙伴，然而彼此之間的直接合作并不緊密。

2.3 期刊與學(xué)科分析 期刊與學(xué)科雙圖疊加功能可以在展示文獻(xiàn)間引用關(guān)系來龍去脈的同時幫助學(xué)生了解知識流向并確定所需重點(diǎn)關(guān)注的學(xué)科。在疊加圖中，左側(cè)是施引文獻(xiàn)所在的期刊分布，代表了目標(biāo)領(lǐng)域所屬的主要學(xué)科，可以看作領(lǐng)域應(yīng)用，右邊是被引文獻(xiàn)的期刊分布，代表了目標(biāo)領(lǐng)域主要引用的學(xué)科，可以看作目標(biāo)領(lǐng)域的知識基礎(chǔ)。二者之間的曲線的寬度代表了引證強(qiáng)度。如圖3所示，在這一領(lǐng)域，分子生物學(xué)/生物學(xué)/免疫學(xué)的研究最常被來自分子生物學(xué)/生物學(xué)/遺傳學(xué)的研究所引用。總的來說，目前這一領(lǐng)域的研究主要集中在牙科、口腔外科與醫(yī)學(xué)、細(xì)胞生物學(xué)、生物化學(xué)與分子生物學(xué)等學(xué)科。

此外，CiteSpace的期刊共被引與聚類功能還可以自動分類具有相似刊文主題傾向的期刊，并從文獻(xiàn)中提取具有代表性的關(guān)鍵詞來表示這些傾向，了解期刊的收錄傾向則有助于學(xué)生在投稿時選擇到更合適的期刊。

2.4 關(guān)鍵詞共現(xiàn)與引文共被引分析 關(guān)鍵詞和主題聚類可以作為反映某一時期研究熱點(diǎn)的重要指標(biāo)。在CiteSpace中，主要利用聚類與突現(xiàn)檢測功能尋找高價(jià)值關(guān)鍵詞/文獻(xiàn)、總結(jié)研究熱點(diǎn)以及預(yù)測研究趨勢。在引文共被引網(wǎng)絡(luò)圖中，關(guān)聯(lián)性高的被引文獻(xiàn)被劃分在同一聚類中。聚類的標(biāo)簽由CiteSpace通過選取施引文獻(xiàn)中具有代表性的關(guān)鍵詞構(gòu)成，在一定程度上反映了這一組文獻(xiàn)的研究熱點(diǎn)。而高價(jià)值的文獻(xiàn)在圖中對應(yīng)節(jié)點(diǎn)處還被紅色或紫色的年輪環(huán)所充填。

由引文共被引分析圖（圖4）很容易推斷出microRNA在牙周病學(xué)與口腔種植學(xué)領(lǐng)域的研究熱點(diǎn)主要集中在了以下四個方面：牙周膜干細(xì)胞（聚類#0），牙周炎的病理過程（聚類#2、#3、#4、#5），成骨分化（聚類#1）以及內(nèi)源性RNA競爭網(wǎng)絡(luò)（聚類#6、#7），其中，Xie YF[14]，Stoecklin-Wasmer C[15]和Lee YH[16]三個人的研究具有較高的突現(xiàn)值（圖5 b）與共被引次數(shù)（表1），他們使用microarray技術(shù)測定了正常人和牙周炎患者牙周組織中microRNA的序列，篩選出了一批具有潛在研究價(jià)值的microRNA，他們的研究在這一領(lǐng)域是具有開創(chuàng)性意義的，為后來的學(xué)者在進(jìn)一步研究中選擇研究目標(biāo)打下了良好的基礎(chǔ)，因而在論文發(fā)表后的幾年內(nèi)獲得了廣泛的關(guān)注（引文突現(xiàn)）。關(guān)鍵詞突現(xiàn)檢測（圖5 a）也印證了上述結(jié)果，microarray從最開始就受到了廣泛的關(guān)注，并且是最早突現(xiàn)和持續(xù)時間最長的一個關(guān)鍵詞。

表1 高共被引次數(shù)的文獻(xiàn)

作為可視化分析軟件，CiteSpace不僅可以高度定制生成的網(wǎng)絡(luò)圖，例如配色、字號、形狀及節(jié)點(diǎn)是否顯示的閾值等，還能根據(jù)分析結(jié)果自動生成研究報(bào)告，有助于與其他人快速分享分析結(jié)果。

3.對提升醫(yī)學(xué)生文獻(xiàn)篩選能力的探討

筆者認(rèn)為，醫(yī)學(xué)生進(jìn)入一個新的研究領(lǐng)域時應(yīng)當(dāng)遵循從整體到局部的原則。首先需要對海量的科學(xué)文獻(xiàn)建立起整體的認(rèn)識，在此基礎(chǔ)上逐步深入，篩選出有價(jià)值的文獻(xiàn)并逐一閱讀，完成由廣度到深度的轉(zhuǎn)換。以往學(xué)生先泛讀，對檢索到的文獻(xiàn)有了直觀認(rèn)識后再精讀，而筆者則建議先對目標(biāo)領(lǐng)域進(jìn)行文獻(xiàn)計(jì)量學(xué)分析，對領(lǐng)域有了整體認(rèn)識后再閱讀具體文獻(xiàn)。

3.1 借助文獻(xiàn)增長規(guī)律了解發(fā)展趨勢 文獻(xiàn)是科學(xué)知識的客觀記錄，隨著科學(xué)技術(shù)的迅速發(fā)展，科學(xué)知識量會不斷增加，作為其載體的科學(xué)文獻(xiàn)也必然會隨之增長。觀察文獻(xiàn)增長情況是了解領(lǐng)域整體發(fā)展趨勢最為簡便的一種方法，借助數(shù)據(jù)庫提供的統(tǒng)計(jì)功能可以直觀感受到一個領(lǐng)域的興盛衰微。目前衡量文獻(xiàn)的增長情況通常有兩種方法，一種是統(tǒng)計(jì)每年出版文獻(xiàn)的累計(jì)總量，另一種是統(tǒng)計(jì)每年新出版的文獻(xiàn)數(shù)量。前者著眼于可用文獻(xiàn)總量的增長，后者則著重觀察領(lǐng)域發(fā)展的快慢變化[17]。

我們建議學(xué)生注意觀察那些科學(xué)文獻(xiàn)開始迅速增長的年份，因?yàn)檫@些年份可能發(fā)生過一些對行業(yè)有重大促進(jìn)作用的事件，在科研領(lǐng)域最常見的則是實(shí)驗(yàn)方法的改進(jìn)或者新型材料的研發(fā)提高了領(lǐng)域整體的研究效率，在后續(xù)計(jì)量分析中，應(yīng)當(dāng)著重關(guān)注在這些年份附近發(fā)表的科學(xué)文獻(xiàn)。例如上述領(lǐng)域中的microarray，它是首批用于大量miRNA高通量分析的工具之一，被認(rèn)為是比較與特定診斷相關(guān)的microRNA豐度時的一種合理的選擇[18]。microarray被應(yīng)用到該領(lǐng)域的幾年后受到了持續(xù)的關(guān)注，Xie等人借助這一技術(shù)所取得的成果為這一領(lǐng)域的發(fā)展奠定了堅(jiān)實(shí)的基礎(chǔ)[14-16]。此外，政策的支持與科研經(jīng)費(fèi)的傾斜也可能是造成文獻(xiàn)數(shù)目激增的原因之一，借助CiteSpace還可以對科研基金進(jìn)行耦合分析，在此不再贅述。

3.2 關(guān)注文獻(xiàn)分布特征 文獻(xiàn)的分布遵循著一定的規(guī)律，反映了科研活動及其產(chǎn)出的分布規(guī)律性。其中，集中規(guī)律是文獻(xiàn)分布最普遍的基本規(guī)律之一，主要體現(xiàn)在文獻(xiàn)信息的集中傳播和生產(chǎn)能力的集中，前者表現(xiàn)在某一學(xué)科的大部分文獻(xiàn)高度集中在少數(shù)期刊中，而后者表現(xiàn)在某一學(xué)科的大部分成果是由少數(shù)的科學(xué)家生產(chǎn)的。

如前文所述，借助期刊共被引功能可以幫助學(xué)生了解期刊收錄主題的傾向，一方面，關(guān)注收錄自己感興趣學(xué)科較多文獻(xiàn)的期刊，可以第一時間了解到目標(biāo)領(lǐng)域的最新研究進(jìn)展，而另一方面，也有助于在投稿時選擇更加合適的期刊。除此之外，較以往的學(xué)科共現(xiàn)圖譜，新版CiteSpace提供的期刊與學(xué)科雙圖疊加功能展示的信息更加豐富，其引證曲線完整地展示了引用的來龍去脈。通過觀察領(lǐng)域的學(xué)科分布，可以在一定程度上幫助學(xué)生了解該領(lǐng)域的研究類型。而通過對合作網(wǎng)絡(luò)進(jìn)行分析，可以了解目標(biāo)領(lǐng)域的研究中心在哪，進(jìn)而找出對這一領(lǐng)域貢獻(xiàn)大的學(xué)科領(lǐng)頭人，以持續(xù)追蹤研究進(jìn)展，緊跟研究前沿。

3.3 引文共被引分析與關(guān)鍵詞共現(xiàn)分析 引文共被引分析與關(guān)鍵詞共現(xiàn)分析是CiteSpace的核心功能。關(guān)鍵詞共現(xiàn)分析的基本原理是兩兩統(tǒng)計(jì)一組詞在文獻(xiàn)中出現(xiàn)的次數(shù)并以此測度二者之間的關(guān)聯(lián)強(qiáng)度。與之相似，在引文共被引分析中，兩篇文章共同被第三篇文章引用，則這兩篇文章構(gòu)成共被引關(guān)系[19]。共被引強(qiáng)度越高，說明兩篇文章關(guān)聯(lián)性更強(qiáng)，研究主題更接近。這種借助引文關(guān)系的分析方法可以避免在分析熱點(diǎn)時發(fā)文量多的作者和機(jī)構(gòu)對數(shù)據(jù)產(chǎn)生的影響。

在共被引分析中，高價(jià)值的文獻(xiàn)有兩類，年輪環(huán)分別被紫色和紅色所充填。具有紫色年輪環(huán)的文獻(xiàn)，說明其具有高的中介中心性。這一類文獻(xiàn)通常在圖中連接了兩個不同領(lǐng)域的關(guān)鍵樞紐，意味著它們的研究有可能整合了不同領(lǐng)域的研究成果，因而值得關(guān)注。

而使用了突現(xiàn)檢測功能后，節(jié)點(diǎn)的某些年輪被紅色填充，說明在對應(yīng)時間范圍內(nèi)該節(jié)點(diǎn)存在突發(fā)性變化，即被引頻率曾經(jīng)或仍在急速增加，例如一些具有劃時代意義的技術(shù)發(fā)明往往在短時間內(nèi)即引起廣泛的關(guān)注。關(guān)注具有突發(fā)性變化的節(jié)點(diǎn)，將有助于找到那些對目標(biāo)領(lǐng)域影響力大的研究并以此預(yù)測研究的趨勢。

我們建議學(xué)生在時間維度上綜合分析引文網(wǎng)絡(luò)的聚類標(biāo)簽、重點(diǎn)關(guān)鍵詞以及高價(jià)值文獻(xiàn)，借此找出特定時期的研究熱點(diǎn)及趨勢，建立起整體的認(rèn)識后再閱讀文獻(xiàn)將有助于他們更快、更準(zhǔn)確地篩選出有價(jià)值的文獻(xiàn)，并在此基礎(chǔ)上進(jìn)一步檢索、篩選出更多自己感興趣的文獻(xiàn)加以閱讀。

3.3 靈活使用分析工具 值得注意的是，CiteSpace作為一款工具，在實(shí)際分析時應(yīng)當(dāng)根據(jù)使用需要靈活選擇其功能，必要時還可搭配其他工具。例如在分析研究前沿與知識基礎(chǔ)時，可以進(jìn)行文獻(xiàn)的共被引分析或者施引文獻(xiàn)的耦合分析。在分析科學(xué)領(lǐng)域結(jié)構(gòu)時，可以進(jìn)行學(xué)科共現(xiàn)分析或期刊的共被引分析。一旦文獻(xiàn)的數(shù)據(jù)集確定，不同的分析類型只是揭示的立足點(diǎn)不同，得到的核心結(jié)果應(yīng)該是相同的。如前所述，除CiteSpace外，還有一些優(yōu)秀的文獻(xiàn)計(jì)量分析工具可供選擇，例如VOSviewer便因其簡單易用的特點(diǎn)深受廣大研究人員喜愛[20]，而在進(jìn)行一些基礎(chǔ)的數(shù)據(jù)統(tǒng)計(jì)時，如每年發(fā)文量、引用增長情況等，各大數(shù)據(jù)庫網(wǎng)站提供的分析工具也足以勝任。

4.結(jié)語

本文對基于CiteSpace的文獻(xiàn)計(jì)量學(xué)分析方法做了簡要介紹，論述了如何借助這種分析方法幫助醫(yī)學(xué)生篩選出有研究價(jià)值的文獻(xiàn)。我們希望學(xué)生可以通過這種分析方法，在開始選題或者進(jìn)入一個新領(lǐng)域時可以迅速地建立起全面的認(rèn)識，了解研究的熱門與趨勢，并在此基礎(chǔ)上選擇出自己感興趣的研究前沿，有針對地去閱讀一些關(guān)鍵文獻(xiàn)與前沿文獻(xiàn)。此外，我們還建議在實(shí)際操作時應(yīng)當(dāng)根據(jù)需求靈活選擇分析軟件與功能，使這些工具真正成為醫(yī)學(xué)生科研之路上的良師益友。