肖露微，汪張毅，冷娟娟，馬夢(mèng)琪，李健芝

疲乏是身體和神經(jīng)系統(tǒng)疾病以及精神疾病的共同特征，是導(dǎo)致生活質(zhì)量下降的主要癥狀之一[1]，疲乏在許多疾病的癥狀嚴(yán)重程度或結(jié)果評(píng)估中通常被忽視[2]。

而目前疲乏測(cè)量工具大多是自我報(bào)告量表，旨在評(píng)估疲乏的程度，研究類型多為橫斷面研究。生態(tài)瞬時(shí)評(píng)估法(ecological momentary assessment，EMA)是20世紀(jì)末新興的心理學(xué)研究方法，由Stone等[3]首次提出。該方法強(qiáng)調(diào)對(duì)個(gè)體體驗(yàn)及行為資料的實(shí)時(shí)收集，早期主要被應(yīng)用于應(yīng)對(duì)及認(rèn)知的相關(guān)研究。Shiffman等[4]指出EMA特別適合于研究過(guò)程性的問(wèn)題，該方法允許研究參與者報(bào)告癥狀，而疲乏在臨床中是一種癥狀體驗(yàn)，是一個(gè)動(dòng)態(tài)變化的過(guò)程，因此生態(tài)瞬時(shí)評(píng)估法在疲乏相關(guān)的縱向研究對(duì)指導(dǎo)疲乏的臨床干預(yù)更有臨床意義及實(shí)用價(jià)值。本研究基于CiteSpace軟件，對(duì)生態(tài)瞬時(shí)評(píng)估法在國(guó)外疲乏縱向研究中的研究現(xiàn)狀和熱點(diǎn)前沿等進(jìn)行文獻(xiàn)計(jì)量及可視化分析，旨在為生態(tài)瞬時(shí)評(píng)估法在我國(guó)的進(jìn)一步發(fā)展與應(yīng)用提供借鑒。

1 資料與方法

1.1 數(shù)據(jù)來(lái)源 以Web of Science數(shù)據(jù)庫(kù)核心合集為唯一數(shù)據(jù)來(lái)源。檢索式：[TS=(Fatigue OR lassitude)AND TS=(ecological momentary assessment OR experience sampling) AND TS=(longitudinal studies OR longitudinal study OR longitudinal survey* OR concurrent study OR follow-up study OR incidence study OR prospective study OR cohort study)]索引= SCI-EXPANDED,SSCI,A&HCI,CPCI-S,CPCI-SSH,BKCI-S,BKCI-SSH,ESCI,CCR-EXPANDED,IC不限定語(yǔ)種與文章類型，時(shí)間跨度=所有年份，共檢索到477篇文獻(xiàn)。

1.2 文獻(xiàn)的篩選與分析 將檢索到的所有數(shù)據(jù)以純文本格式導(dǎo)出，利用EndNote文獻(xiàn)管理軟件對(duì)文獻(xiàn)進(jìn)行篩選，剔除無(wú)效、重復(fù)文獻(xiàn)共33篇，最終納入有效文獻(xiàn)444篇。采用可視化工具CiteSpaceV(5.8.R1)進(jìn)行分析，該軟件能夠顯示一個(gè)學(xué)科或領(lǐng)域在一定時(shí)期的發(fā)展趨勢(shì)和動(dòng)向，為深層次地識(shí)別與挖掘科學(xué)文獻(xiàn)中的新趨勢(shì)、新動(dòng)態(tài)提供直接途徑[5]。具體操作如下：時(shí)段為1991年—2021年，時(shí)間分層為1年(Slice Length=1)，閾值設(shè)置為T(mén)OPN=50，圖譜裁剪的修正算法(pruning)為最小生成樹(shù)法(minimum spanning tree)。

2 結(jié)果

2.1 年度發(fā)文量分布 1991年出現(xiàn)第一篇生態(tài)瞬時(shí)評(píng)估法在疲乏研究中的應(yīng)用文獻(xiàn)，1991年—2020年發(fā)文量總體呈上升趨勢(shì)(2021年文獻(xiàn)尚未收錄完畢，該年度文獻(xiàn)數(shù)量為不完全統(tǒng)計(jì)值)。2000年—2007年呈現(xiàn)出逐年上升趨勢(shì)，2007年發(fā)文量達(dá)17篇，2007年—2009年發(fā)文量呈階段性地下降，而2009年—2019年又呈現(xiàn)出快速增長(zhǎng)趨勢(shì)，2019年發(fā)文量達(dá)到頂峰值，為43篇，見(jiàn)圖1。

圖1 年度發(fā)文量分布

2.2 國(guó)家與機(jī)構(gòu)分布 選擇國(guó)家(country)為網(wǎng)絡(luò)節(jié)點(diǎn)，運(yùn)行軟件得到網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量n=21，連線數(shù)量E=24，網(wǎng)絡(luò)密度(density)=0.209 5的國(guó)家共現(xiàn)圖譜。節(jié)點(diǎn)圓圈大小表示該國(guó)家發(fā)表相關(guān)領(lǐng)域文章數(shù)量的多少，連線的多少與粗細(xì)程度與國(guó)家之間合作程度成正比，有紫紅色顏色的節(jié)點(diǎn)表示此國(guó)家中心性強(qiáng)，中心性是基于圖形屬性理論對(duì)網(wǎng)絡(luò)中節(jié)點(diǎn)的重要性進(jìn)行量化的一種計(jì)算方法，中心性反映了該節(jié)點(diǎn)在網(wǎng)絡(luò)中的重要性[6]。發(fā)文量最多的國(guó)家為美國(guó)，中心性為0.50，荷蘭的發(fā)文量相對(duì)較少，但其中心性較高為0.44，中心性居第二。

選擇機(jī)構(gòu)(Institution)為網(wǎng)絡(luò)節(jié)點(diǎn)，運(yùn)行軟件得到網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量n=488，連線數(shù)量E=325，網(wǎng)絡(luò)密度(Density)=0.002 7的機(jī)構(gòu)共現(xiàn)圖譜。發(fā)文量最多的機(jī)構(gòu)是加州大學(xué)舊金山分校(Univ Calif San Francisco)(17篇)，中心性最高的機(jī)構(gòu)是杜克大學(xué)(Duke Univ)，中心性為0.12。

2.3 學(xué)科領(lǐng)域分布 選擇學(xué)科(Category)為網(wǎng)絡(luò)節(jié)點(diǎn)，運(yùn)行軟件得到網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量n=35，連線數(shù)量E=53的學(xué)科領(lǐng)域共現(xiàn)圖譜，見(jiàn)圖2。由此可知，目前相關(guān)研究主要集中在“ONCOLOGY”“NURSING”“NEUROSCIENCES & NEUROLOGY”“HEALTH CARE SCIENCES & SERVICES”“CLINICAL NEUROLOGY”等領(lǐng)域。

圖2 學(xué)科領(lǐng)域共現(xiàn)圖譜

突現(xiàn)詞是指在某一段時(shí)間頻次出現(xiàn)較多的詞，可以確定一個(gè)領(lǐng)域的發(fā)展前沿，對(duì)學(xué)科進(jìn)行“突現(xiàn)詞檢測(cè)”，通過(guò)設(shè)置突發(fā)性節(jié)點(diǎn)(burstness)進(jìn)行突現(xiàn)詞提取后，得到突現(xiàn)詞分布圖，見(jiàn)圖3。共得到 5個(gè)突現(xiàn)詞及年份，分別為“ONCOLOGY”(1998年—2006年)、“NURSING”(2008年—2012年)、“SPORT SCIENCES”(2011年—2017年)、“PUBLIC,ENVIRONMENTAL & OCCUPATIONAL HEALTH”(2016年—2021年)、“NEUROSCIENCES”(2017年—2021年)。

圖3 突現(xiàn)詞分布圖

2.4 關(guān)鍵詞

2.4.1 關(guān)鍵詞分布 關(guān)鍵詞是一篇論文的核心觀點(diǎn)，是論文主題的高度概括，因此對(duì)某一領(lǐng)域相關(guān)文獻(xiàn)的關(guān)鍵詞進(jìn)行分析，有助于挖掘該領(lǐng)域的研究熱點(diǎn)[7]。

2.4.2 高頻關(guān)鍵詞 選擇關(guān)鍵詞(Key words)為網(wǎng)絡(luò)節(jié)點(diǎn)，運(yùn)行軟件網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量n=167，連線數(shù)量E=407，網(wǎng)絡(luò)密度(density)=0.029 4的高頻關(guān)鍵詞圖譜。選取中心度≥0.1且頻次>25的關(guān)鍵詞作為高頻關(guān)鍵詞，將頻次最高的前10位關(guān)鍵詞整理見(jiàn)表1，“fatigue”的頻次最高，聚類為#0 breast cancer(乳腺癌)，其中以“quality of life”的中心性為最高，聚類為#3 symptom clusters(癥狀群)。

表1 頻次排名前10位的關(guān)鍵詞

根據(jù)聚類時(shí)序圖譜可以看出最早出現(xiàn)的聚類為#0 breast cancer (乳腺癌)和#3 symptom clusters(癥狀群)在1998年出現(xiàn)，并且在2001年—2010年成果增多；隨后#2 illness trajectory(病情軌跡)、#5 insomnia(失眠)、#7 caregiver report(照顧者報(bào)告)等依次逐漸出現(xiàn)，呈現(xiàn)多學(xué)科的多中心趨勢(shì)；出現(xiàn)最晚的為#8 trauma-informed care(2012年)，持續(xù)時(shí)間最長(zhǎng)的聚類為#1 clinical cohort study(臨床隊(duì)列研究)，#9 functional performance(功能表現(xiàn))在近幾年的節(jié)點(diǎn)逐漸增加。

2.5 文獻(xiàn)共被引分析結(jié)果 共引文獻(xiàn)也稱同引文獻(xiàn)，是指與本文有共同研究?jī)?nèi)容、相同參考文獻(xiàn)的文獻(xiàn)。共引文獻(xiàn)數(shù)量越多，文獻(xiàn)間的相關(guān)性越大，共被引次數(shù)越多，這說(shuō)明這兩篇文獻(xiàn)相似之處越大，關(guān)聯(lián)強(qiáng)度也越大，有助于明確和預(yù)測(cè)研究前沿和動(dòng)態(tài)趨勢(shì)[9]。通過(guò)整理得出被引頻次最高的為6次，中心性明顯偏低，出現(xiàn)年份主要集中在2000年—2006年。

3 討論

3.1 發(fā)文量與國(guó)家、機(jī)構(gòu)分析 本研究結(jié)果顯示，年度發(fā)文量呈現(xiàn)逐漸增長(zhǎng)趨勢(shì)，前期隨時(shí)間變化較緩慢，發(fā)文量較少，可能由于前期研究還處于探索階段，各方向的研究不夠深入；2013年之后發(fā)文量快速增長(zhǎng)，說(shuō)明近年來(lái)EMA在疲乏的縱向研究中已逐漸被研究者們所關(guān)注，并且逐漸開(kāi)展各個(gè)方面的研究，但總體發(fā)文量仍然偏低。在發(fā)文的國(guó)家中，美國(guó)與其他國(guó)家之間的連線最多，美國(guó)與各個(gè)國(guó)家均有廣泛的合作，在研究中具有重要影響力；綜合發(fā)文量和中心性分析，美國(guó)和澳大利亞是此領(lǐng)域的主要研究國(guó)家。發(fā)文機(jī)構(gòu)的可視化圖譜結(jié)果顯示網(wǎng)絡(luò)密度(density=0.0027)偏低，表明各機(jī)構(gòu)間的合作較少，且發(fā)文機(jī)構(gòu)大多為高校，研究還沒(méi)有形成一定規(guī)模的機(jī)構(gòu)合作群。在未來(lái)的研究中應(yīng)加強(qiáng)跨國(guó)家、跨機(jī)構(gòu)之間的合作，注重研究?jī)?nèi)容的廣度與深度；我國(guó)也應(yīng)該進(jìn)一步加強(qiáng)與這些主要發(fā)文國(guó)家與機(jī)構(gòu)的學(xué)術(shù)交流，并應(yīng)用于實(shí)踐。

3.2 學(xué)科領(lǐng)域分布分析 由學(xué)科領(lǐng)域的可視化可知，其中突現(xiàn)強(qiáng)度最高的為“ONCOLOGY(腫瘤學(xué))”，其次為“NURSING(護(hù)理學(xué))”，故可以認(rèn)為該研究領(lǐng)域的學(xué)科基礎(chǔ)主要為腫瘤學(xué)與護(hù)理學(xué)，原因可能為疲乏是癌癥病人最常見(jiàn)的癥狀之一，最主要的研究方向?yàn)榘┮蛐云７10]，故研究的疾病多圍繞癌癥相關(guān)疾病的護(hù)理展開(kāi)，結(jié)合關(guān)鍵詞聚類分析，研究疾病主要為乳腺癌與白血病的造血干細(xì)胞移植這兩類，吳靜等[11]也對(duì)其應(yīng)用的主要疾病進(jìn)行了探討，發(fā)現(xiàn)國(guó)外學(xué)者在EMA縱向研究中應(yīng)用于乳腺癌病人一個(gè)化療周期的癥狀體驗(yàn)的跟蹤[12]，另外還有通過(guò) EMA設(shè)計(jì)對(duì)癌癥病人造血干細(xì)胞移植前后的乏力癥狀進(jìn)行評(píng)估[13]，這與可視化分析結(jié)果相印證。隨著不同基礎(chǔ)學(xué)科的發(fā)展，研究?jī)?nèi)容逐漸呈現(xiàn)出主體由單一到多元、多樣化的前沿分支趨勢(shì)，在未來(lái)的研究中除了注重對(duì)熱點(diǎn)學(xué)科的應(yīng)用外，還應(yīng)積極主動(dòng)地將相關(guān)新學(xué)科融入進(jìn)來(lái)。

3.3 關(guān)鍵詞分析 通過(guò)對(duì)關(guān)鍵詞的分析發(fā)現(xiàn)，關(guān)鍵詞共現(xiàn)中高頻出現(xiàn)的關(guān)鍵詞除檢索詞疲乏外，生活質(zhì)量、抑郁、癥狀、疼痛等頻次最高，而這些臨床癥狀如疲乏、抑郁、失眠、疼痛都直接或間接影響生活質(zhì)量[14]，所以生活質(zhì)量出現(xiàn)的頻率最多，中心性也較高。Michael等[15]認(rèn)為對(duì)于癌癥病人的生命質(zhì)量，比生存率、病死率更能準(zhǔn)確反映病人的治療效果和康復(fù)狀況。根據(jù)聚類時(shí)序圖譜，持續(xù)時(shí)間最長(zhǎng)的聚類為#1 clinical cohort study(臨床隊(duì)列研究)。國(guó)內(nèi)目前尚子妺[16]對(duì)于癌癥生活質(zhì)量相關(guān)的癥狀群研究也采用了生態(tài)瞬時(shí)評(píng)估法進(jìn)行縱向研究。利用生態(tài)瞬時(shí)評(píng)估法在慢性病的疲乏癥狀管理進(jìn)行縱向研究也獨(dú)具特色，GoRtz等[17]通過(guò)一項(xiàng)大型的、縱向的、多中心的研究，并運(yùn)用生態(tài)瞬時(shí)評(píng)估數(shù)據(jù)了解疲乏的每日變化，評(píng)估了慢性阻塞性肺疾病(COPD)病人輕度至嚴(yán)重疲乏的廣泛可能的誘發(fā)和持續(xù)性因素。在今后的研究中臨床隊(duì)列研究依然是最主要的研究方法，生態(tài)瞬時(shí)評(píng)估法在研究病人處于動(dòng)態(tài)變化的癥狀時(shí)具有獨(dú)特的優(yōu)勢(shì)；在疲乏縱向研究中的應(yīng)用研究需要進(jìn)一步形成體系，借鑒經(jīng)典的研究設(shè)計(jì)及經(jīng)驗(yàn)，深挖研究的內(nèi)在規(guī)律，提高研究的科學(xué)性。

3.4 引文分析 通過(guò)文獻(xiàn)共被引分析可發(fā)現(xiàn)文獻(xiàn)的共被引頻次較低，中心性不高，說(shuō)明在本領(lǐng)域中缺乏經(jīng)典的文獻(xiàn)為研究做支撐，研究的側(cè)重點(diǎn)較為分散，說(shuō)明此研究領(lǐng)域還沒(méi)有形成系統(tǒng)的研究體系。被引頻次與中心性均較高的文獻(xiàn)為作者Bower等[18]于2003年發(fā)表在JournalofClinicalOncology上的“fatigue in breast cancer survivors:occurrence，correlates，and impact on quality of life”，研究結(jié)果認(rèn)為抑郁和疼痛都與疲乏密切相關(guān)；由此可推測(cè)生態(tài)瞬時(shí)評(píng)估法在疲乏縱向研究中主要應(yīng)用于探尋疲乏與其他癥狀之間的因果關(guān)系。Okifuji等[19]通過(guò)縱向研究發(fā)現(xiàn)情緒壓力和疼痛可能會(huì)增加疲乏；這些研究表明，EMA收集的縱向數(shù)據(jù)可能會(huì)揭示出具有重要臨床特征的順序或因果解釋模式。Lesiuk[20]運(yùn)用定量與定性結(jié)合的縱向研究方法探討心靈音樂(lè)療法(MBMT)對(duì)改善接受輔助化療的乳腺癌病人情緒痛苦的效果；在今后可開(kāi)展跨學(xué)科、跨領(lǐng)域的合作，同時(shí)進(jìn)行理論的創(chuàng)新，用理論來(lái)指導(dǎo)臨床實(shí)踐，同時(shí)用實(shí)踐來(lái)豐富理論；使研究結(jié)果更加的立體化，改善臨床干預(yù)的效果。

4 小結(jié)

本研究結(jié)果顯示，目前國(guó)外對(duì)于生態(tài)瞬時(shí)評(píng)估法在疲乏的縱向研究相關(guān)文獻(xiàn)并不多，發(fā)文量呈增長(zhǎng)趨勢(shì)，關(guān)鍵詞多為疲乏、生活質(zhì)量、抑郁、癥狀及疼痛等，研究趨勢(shì)從單一學(xué)科定義逐漸轉(zhuǎn)向多學(xué)科研究，未來(lái)的研究側(cè)重點(diǎn)偏向于與隊(duì)列研究相關(guān)的病情軌跡研究、探索性研究、疾病癥狀群研究等。建議研究者今后可以從各個(gè)方面著手展開(kāi)研究，注重研究方向與研究?jī)?nèi)容的深層次開(kāi)展，更要關(guān)注新的方向、新的主題研究，提高研究的科學(xué)性。