朱可可, 王也彤, 周彥志, 趙 瑾, 譚 勁, 周 蓉

(1. 湖南中醫(yī)藥大學第一附屬醫(yī)院 口腔科, 湖南 長沙, 410007;2. 湖南中醫(yī)藥大學口腔醫(yī)學院, 湖南 長沙, 410208; 3. 長沙市婦幼保健院 口腔科, 湖南 長沙, 410008)

口腔黏膜下纖維性變(OSF)是一種可累及口腔任意部位的慢性炎性口腔疾病,以口腔黏膜出現(xiàn)蒼白色病損、可觸及瘢痕樣纖維條索及伴張口受限等為主要臨床特征,屬于口腔黏膜潛在惡性疾病[1]。目前研究[2-4]普遍認為OSF的發(fā)生是多種因素共同作用的結(jié)果,與咀嚼檳榔密切相關(guān)。在咀嚼檳榔的人群中, OSF的患病率為0.1%～3.4%, 癌變率為7%～30%[5-6]。文獻計量學是指運用數(shù)學和統(tǒng)計學的方法來定量分析一切知識載體的交叉科學。通過研究時間維度上文獻的數(shù)量關(guān)系、分布結(jié)構(gòu),進而形成綜合性的知識體系,評價、預測相關(guān)領(lǐng)域的發(fā)展進程、研究現(xiàn)狀及熱點趨勢[7]。文獻計量學現(xiàn)已被廣泛運用于各個領(lǐng)域,如電化學[8]、護理信息學[9]、食品科學[10]等,但其在OSF領(lǐng)域的研究較少。本研究使用文獻計量學方法對OSF相關(guān)文獻進行可視化分析,構(gòu)建知識圖譜,探索知識結(jié)構(gòu),通過量化的研究模式來發(fā)掘臨床發(fā)展趨勢[11],現(xiàn)將結(jié)果報告如下。

1 資料與方法

1.1 研究工具

本研究主要利用CiteSpace和VOSviewer文獻計量學工具進行數(shù)據(jù)提取和知識圖譜繪制。CiteSpace是美國德雷塞爾大學陳超美教授及其團隊基于Java語言開發(fā)的一種動態(tài)的、準確的、多元的引文分析可視化技術(shù),可通過對數(shù)據(jù)的分析整合,將任一知識領(lǐng)域在時間維度上完美展示,從而使學者輕松了解該領(lǐng)域的研究熱點和發(fā)展進程。因CiteSpace具有較高的規(guī)范和標準,故可確保所收集數(shù)據(jù)的質(zhì)量和完整性[12]。VOSviewer則是基于概率論的數(shù)據(jù)標準化軟件,可通過共同引用數(shù)據(jù)構(gòu)建關(guān)鍵詞、共同作者等領(lǐng)域的可視化展示,具有強大的數(shù)據(jù)整合功能[13-14]。

1.2 文獻檢索

采用計算機檢索Web of Science數(shù)據(jù)庫,檢索時限均從建庫至2022年12月30日。檢索式為: Topic Search(主題搜索)=(oral submucous fibrosis)和language=English。通過數(shù)據(jù)庫直接獲取的數(shù)據(jù)可能會存在重復或與主題不符的問題,故在分析前需先進行預處理,檢索后最終納入符合標準的文獻共1 530篇,納入和排除的方法見圖1。

圖1 文獻檢索策略

2 結(jié) 果

2.1 作者分析

發(fā)文量前10位的作者見圖2, 依次為WARNAKULASURIYA S(74篇)、CHANG Y C(70篇)、CHIANG C P(66篇)、YU C C(66篇)、PAUL R R(60篇)、CHATTERJEE J(56篇)、LIAO Y W(54篇)、SARODE S C(52篇)、CHEN H M(50篇)和HSIEH P L(50篇), WARNAKULASURIYA S和CHANG Y C為OSF相關(guān)方面的研究做出了突出貢獻。

圖2 全球OSF領(lǐng)域前10高產(chǎn)作者

2.2 納入研究的國家分布及被引情況

對國家或地區(qū)進行研究發(fā)現(xiàn),發(fā)文量靠前國家中,亞洲的國家有7個(印度、中國、巴基斯坦、沙特阿拉伯、斯里蘭卡、日本、馬來西亞),歐洲的國家有13個,北美洲的國家有2個,南美洲有1個,大洋洲有1個,非洲有1個,見圖3。此外,印度發(fā)文量排名第1位(4 002篇),中國發(fā)文量排名第2位(3 450篇),遠高于排名第3位的英國(380篇)。印度和中國在OSF研究領(lǐng)域做出了重要貢獻,不僅發(fā)文量名列前茅,文獻被引量也位于全球前列,其中中國排名第1位(18 408次),印度排名第2位(16 866次),見圖4。

圖3 全球OSF研究的國家分布

圖4 全球OSF研究領(lǐng)域文獻被引量排名前20的國家

2.3 期刊共引分析

發(fā)文量位居前20位的期刊見圖5,其中排名前10位的期刊分別為JOURNALOFORALPATHOLOGY&MEDICINE、ORALONCOLOGY、JOURNALOFCLINICALANDDIAGNOSTICRESEARCH、ORALDISEASES、JOURNALOFCANCERRESEARCHANDTHERAPEUTICS、JOURNALOFMAXILLOFACIAL&ORALSURGERY、JOURNALOFTHEFORMOSANMEDICALASSOCIATION、ORALSURGERYORALMEDICINEORALPATHOLOGYORALRAD、JOURNALOFINDIANACADEMYOFORALMEDICINEANDRAD、JOURNALOFPHARMACYANDBIOALLIEDSCIENCES。其中,JOURNALOFORALPATHOLOGY&MEDICINE累計發(fā)文276篇,遠超發(fā)文第2位的ORALONCOLOGY(172篇),斷層領(lǐng)先,為OSF相關(guān)方面的研究做出了杰出貢獻。發(fā)文量前10位期刊的JCR分區(qū)及影響因子見表1,有6個期刊位于Q1、Q2區(qū),其中ORALONCOLOGY的影響因子最高。

表1 發(fā)文量前10位期刊的JCR分區(qū)及影響因子

2.4 文獻增長趨勢

發(fā)文量前5位的國家(中國、印度、巴基斯坦、英國、美國)的文獻年發(fā)表量呈逐年上升趨勢, 2000年后相關(guān)文獻的發(fā)表增速明顯加快, 1976年印度最早開始OSF研究,但其發(fā)文量只有2篇,中國開始研究OSF領(lǐng)域的時間較晚,但后來居上,為此領(lǐng)域做出了重要貢獻; 值得注意的是,2001—2017年中國發(fā)文量最多,高于印度。見圖6。1964—2022年, OSF研究相關(guān)發(fā)文量大體呈上升趨勢, 2022年達到頂峰,共發(fā)表282篇文獻。見圖7。

圖6 OSF研究發(fā)文量前5位國家的文獻增長趨勢

圖7 全球OSF研究的年度發(fā)文量增長趨勢

2.5 納入研究的關(guān)鍵詞分析

所有關(guān)鍵詞被分為3個簇,并給出不同的顏色,即腫瘤相關(guān)研究(左為綠色)、基因突變相關(guān)研究(右為紅色)和臨床研究(上為黃色); 圓節(jié)點越大表示關(guān)鍵詞出現(xiàn)的次數(shù)越多,節(jié)點連線代表關(guān)聯(lián)強度,連線越粗表明兩者在同一篇文獻中的次數(shù)越多; 節(jié)點顏色不同代表聚類不同,即研究主題不同; 具有較大尺寸的圓圈代表關(guān)鍵詞的頻率較高, “Fibrosis”“Oral squamous cell carcinoma”“Oral leukoplakia”等關(guān)鍵詞出現(xiàn)頻率較高(圖8A)。在基于平均出現(xiàn)時間的關(guān)鍵詞分布中,黃色表示近期出現(xiàn),綠色表示早期出現(xiàn),線條代表同一出版物中出現(xiàn)的2個關(guān)鍵詞,較粗的線條表示更密切的關(guān)系, “Fibrosis”“Areca nut”“Smoking”“Precancerous condition”有較為密切的關(guān)系(圖8B)。

A: OSF研究中關(guān)鍵詞的映射; B: 基于平均出現(xiàn)時間的關(guān)鍵詞分布。圖8 OSF研究中關(guān)鍵詞的分析

3 討 論

3.1 OSF的研究現(xiàn)狀

Web of Science從建庫至2022年12月31日,共發(fā)表英文文獻1 530篇,論文發(fā)表數(shù)量在一定程度上可反映該領(lǐng)域的發(fā)展趨勢。OSF相關(guān)文獻的發(fā)表在2000年后增速明顯加快,說明隨著生活質(zhì)量的提高及檳榔產(chǎn)業(yè)的急速擴張,OSF患病率呈現(xiàn)低齡化,并有向全國蔓延發(fā)展的趨勢[15],所耗費的醫(yī)療資源也逐年增長,從而引發(fā)大量學者的深入研究。針對國家或地區(qū)的研究發(fā)現(xiàn),發(fā)文量靠前的國家中,亞洲國家7個,歐洲國家13個,北美洲國家2個,南美洲國家1個,大洋洲國家1個,非洲國家1個。亞洲國家數(shù)量雖不是最多,但發(fā)文量遠高于其他地區(qū)。印度、中國是發(fā)文量排名前2位的國家,英國雖排名第3位,但發(fā)文量遠低于中國、印度。印度和中國在OSF研究領(lǐng)域最為活躍,不僅發(fā)文量名列前茅,文獻被引量也位于全球前列。

發(fā)文量在一定程度上可確定核心作者,其中排名前10位的作者依次為WARNAKULASURIYA S(74篇)、CHANG Y C(70篇)、CHIANG C P(66篇)、YU C C(66篇)、PAUL R R(60篇)、CHATTERJEE J(56篇)、LIAO Y W(54篇)、SARODE S C(52篇)、CHEN H M(50篇)和HSIEH P L(50篇), WARNAKULASURIYA S和CHANG Y C為OSF相關(guān)方面的研究做出了突出貢獻。JOURNALOFORALPATHOLOGY&MEDICINE累計發(fā)文276篇,遠超發(fā)文量第2位的ORALONCOLOGY(172篇),是該領(lǐng)域最具有影響力的期刊,斷層領(lǐng)先,為OSF相關(guān)方面的研究做出了杰出貢獻。根據(jù)文獻增長趨勢來看,發(fā)文量前5位的國家文獻年發(fā)表量逐年遞增,印度為最早開始OSF研究的國家,研究穩(wěn)步上升中; 中國開始時間雖晚,但后來居上,也為該領(lǐng)域的發(fā)展做出了重要貢獻。分析原因為: 印度是世界第一大檳榔產(chǎn)出國,后來由于貿(mào)易往來,運至中國及世界各地。咀嚼檳榔、吸煙以及飲酒可相互促進發(fā)展,從而導致不同程度的OSF[16]。1964—2022年, OSF研究相關(guān)發(fā)文量大體呈上升趨勢, 2022年達到頂峰,共發(fā)表282篇文獻。

3.2 文獻關(guān)鍵詞分析

關(guān)鍵詞反映研究領(lǐng)域的聚焦點,高頻關(guān)鍵詞往往代表了該領(lǐng)域的研究熱點。本研究發(fā)現(xiàn)OSF研究圍繞“fibrosis”這個核心關(guān)鍵詞展開,其周邊“Oral squamous cell carcinoma”“Oral leukoplakia”“Immunohistochemistry”“Areca nut”“Smoking”等組成了次級核心關(guān)鍵詞中具有鮮明特征的一類。研究[17-20]表明, OSF作為口腔潛在惡性病變,在一定條件下會進展為口腔鱗狀細胞癌(OSCC)。WANG J等[21]運用環(huán)狀RNA(circRNA)微陣列分析對OSCC和OSF中circRNA的表達譜進行篩選,最終確定circEPSTI1在OSF和OSCC中表達上調(diào),通過 PI942K/Akt/mTOR 信號通路的關(guān)鍵基因磷酸化,促使OSF的癌變,可作為OSF癌變檢測的靶基因。研究[22]表明,檳榔中的生物堿可通過轉(zhuǎn)化生長因子β促進肌成纖維細胞(MFB)增殖及膠原蛋白合成,而肌成纖維細胞可表達產(chǎn)生大量細胞因子及細胞外基質(zhì)(ECM), 在OSF和腫瘤的發(fā)生等過程中,發(fā)揮極其重要的作用。全宏志[23]和MONTEIRO R等[24]都運用免疫組織化學方法對α-平滑肌肌動蛋白(α-SMA)進行染色,以表達其在OSF和伴有OSF的OSCC中的分布情況,結(jié)果表明,正常黏膜中MFB不表達或表達量極低,而OSF和OSCC中的MFB數(shù)量顯著增加,說明MFB可作為OSF嚴重程度及進展的指標,也可作為OSF癌變的重要標志物。LIU B J等[25]運用蘇木精-伊紅(HE)和Masson 染色、免疫組織化學等染色方法,采取分組對照手段,評估微原纖維相關(guān)蛋白4(MFAP4)和原彈性蛋白(TE)是否在OSF患者發(fā)展中產(chǎn)生影響及兩者的相關(guān)性,結(jié)果表明不同階段OSF患者的MFAP4和TE蛋白上調(diào)并逐漸增加,MFAP4的表達水平與TE呈正相關(guān),故MFAP4和TE蛋白可用于OSF的預防、診斷及治療的有效作用分子。

XIAO X等[26]通過對刷牙和活檢樣本分別進行DNA圖像細胞術(shù)(ICM)和組織學檢查進行處理,結(jié)果顯示僅在OSF患者的樣本中很少有DNA含量異常; 然而,OSF合并口腔白斑(OLK)中可見明顯DNA含量異常,故OSF患者應優(yōu)先監(jiān)測DNA-ICM,以便于發(fā)現(xiàn)早期癌,獲得更好的預后效果。AHMAD T等[27]研究發(fā)現(xiàn),運用具有抗氧化特性、安全性、耐藥性藥物如番茄紅素和姜黃素,可改善口腔功能,預防OLK和OSF的惡性轉(zhuǎn)化,但作用機制尚不明確,具有不確定性,故在口服姜黃素和番茄紅素時應謹慎。SAMUDRAWAR R等[28]采用數(shù)字方法采集OLK和OSF患者的手掌和指紋,進行定量和定性對比分析后,發(fā)現(xiàn)其螺旋的頻率增加,總手指脊計數(shù)、總橈骨計數(shù)減少等特殊變化,可作為早期診斷OSCC的方法。隨著互聯(lián)網(wǎng)科技的不斷發(fā)展,也有部分學者將目光投向了具有強大圖像識別、數(shù)據(jù)挖掘優(yōu)勢的人工智能(AI)方面。林慧平等[29]通過選取常用診斷技術(shù)如組織病理學圖像、共聚焦激光顯微內(nèi)鏡(CLE)圖像、高光譜成像(HSI)等,論述了AI運用于診斷口腔癌及口腔潛在惡性病變等疾病的可行性,為臨床上更快、更早、更準確診斷OSF患者提供了新的思路。

3.3 優(yōu)勢與不足

本研究的優(yōu)勢有: ① 可以幫助一些對OSF研究領(lǐng)域感興趣的學者建立起對該領(lǐng)域已有研究的清晰框架,并深入了解該領(lǐng)域的發(fā)展過程; ② 對高頻關(guān)鍵詞的分析可以幫助學者了解該領(lǐng)域的聚焦點和熱點方向,如口腔鱗狀細胞癌、免疫組織化學、白斑病等,為學者在選題上提供方向; ③ 分析該領(lǐng)域的核心期刊和核心作者,可以幫助學者快速找到研究時想要參考的文獻,同時也在一定程度上為相關(guān)學者在投稿該主題時提供期刊可選擇的指南。

本研究的不足: ① 本研究僅選用Web of Science數(shù)據(jù)庫,排除了其他數(shù)據(jù)庫,這勢必會導致分析數(shù)據(jù)不夠全面。② 本研究僅選擇使用了VOSviewer和CiteSpace軟件中的部分功能,未來可使用更多功能及其他優(yōu)秀軟件進行研究,擴大補充結(jié)果。

綜上所述,本研究基于Web of Science數(shù)據(jù)庫,對建庫以來至2022年12月31日OSF的研究進行文獻計量學分析,展示了世界各國OSF的研究現(xiàn)狀、熱點、核心期刊和核心作者,為相關(guān)學者的學習與研究提供了一定的幫助。