賈 衛(wèi) 吳凱平 陳偉賢
(南京醫(yī)科大學(xué)附屬常州市第二人民醫(yī)院乳腺外科,江蘇省常州市 213000)
乳腺癌是全球女性常見(jiàn)的惡性腫瘤,2020年乳腺癌新發(fā)病例230萬(wàn)例,死亡病例68.5萬(wàn)例,嚴(yán)重威脅女性的生命健康[1]。研究表明,3%~10%的乳腺癌患者確診時(shí)已發(fā)生遠(yuǎn)處轉(zhuǎn)移,診斷延遲可能是導(dǎo)致乳腺癌轉(zhuǎn)移率、病死率增高的原因之一[2-3]。因此,將乳腺癌管理關(guān)口前移,積極開(kāi)展乳腺癌篩查,在乳腺癌的早發(fā)現(xiàn)、早診斷、早治療,以及提高患者生存率等方面具有重要作用。為進(jìn)一步了解我國(guó)乳腺癌篩查的研究現(xiàn)狀和前沿?zé)狳c(diǎn),本研究采用CiteSpace軟件對(duì)中國(guó)知網(wǎng)數(shù)據(jù)庫(kù)收錄的乳腺癌篩查相關(guān)文獻(xiàn)進(jìn)行可視化分析,以期為該領(lǐng)域研究提供參考。
1.1 資料來(lái)源 在中國(guó)知網(wǎng)數(shù)據(jù)庫(kù)中,以“乳腺癌”“篩查”為主題詞進(jìn)行檢索,設(shè)置檢索時(shí)間為建庫(kù)至2021年12月31日,初步檢索出2 713篇文獻(xiàn)(見(jiàn)圖1)。人工剔除會(huì)議紀(jì)要、征文啟事、與主題不相關(guān)的文獻(xiàn)等,最終納入2 029篇文獻(xiàn),并以Refworks格式導(dǎo)出。
圖1 文獻(xiàn)檢索流程圖
1.2 研究方法 采用CiteSpace 6.1 R2軟件對(duì)納入的文獻(xiàn)進(jìn)行可視化分析[4]。軟件參數(shù)設(shè)置如下:時(shí)間跨度設(shè)置為1989年1月至2021年12月,單個(gè)時(shí)間切片為1年,閾值項(xiàng)選擇Top N并設(shè)為50,詞語(yǔ)來(lái)源為標(biāo)題、摘要、關(guān)鍵詞,剪切方式選擇pathfinder(尋徑網(wǎng)絡(luò)法),其余參數(shù)為默認(rèn)值。依次對(duì)發(fā)文量、研究機(jī)構(gòu)、作者及關(guān)鍵詞進(jìn)行可視化分析,其中關(guān)鍵詞分析包括共現(xiàn)分析、聚類(lèi)分析和突現(xiàn)分析。
2.1 我國(guó)乳腺癌篩查相關(guān)文獻(xiàn)的發(fā)文量年度分布 在中國(guó)知網(wǎng)數(shù)據(jù)庫(kù)中,關(guān)于我國(guó)乳腺癌篩查的文獻(xiàn)最早發(fā)表于1989年,1989—2007年的年度發(fā)文量較少(均<20篇),2008—2013年的年度發(fā)文量迅速增長(zhǎng),而2014—2021年的年度發(fā)文量呈波動(dòng)增長(zhǎng)趨勢(shì),雖然2014年、2018年的年度發(fā)文量較前一年有所下降,但該階段的年度發(fā)文量整體仍保持較高水平(均>140篇),見(jiàn)圖2。
圖2 我國(guó)乳腺癌篩查相關(guān)文獻(xiàn)的發(fā)文量年度分布
2.2 我國(guó)乳腺癌篩查相關(guān)文獻(xiàn)的研究機(jī)構(gòu)分布 采用CiteSpace軟件生成研究機(jī)構(gòu)可視化圖譜,共得到1 777個(gè)節(jié)點(diǎn)和1 194條連線(xiàn),網(wǎng)絡(luò)密度為0.000 8,連線(xiàn)稀疏,說(shuō)明研究機(jī)構(gòu)呈分散狀態(tài),合作較少。全國(guó)共有1 777個(gè)研究機(jī)構(gòu)發(fā)表乳腺癌篩查相關(guān)文獻(xiàn),其中發(fā)文量排名前10的研究機(jī)構(gòu)多為高校及其附屬醫(yī)院,發(fā)文量最多的是中國(guó)醫(yī)學(xué)科學(xué)院腫瘤醫(yī)院,其次是天津醫(yī)科大學(xué)腫瘤醫(yī)院,見(jiàn)圖3、表1。
表1 我國(guó)乳腺癌篩查相關(guān)文獻(xiàn)發(fā)文量排名前10的研究機(jī)構(gòu)
圖3 研究機(jī)構(gòu)可視化圖譜
2.3 我國(guó)乳腺癌篩查相關(guān)文獻(xiàn)的作者分布 采用CiteSpace軟件生成作者可視化圖譜,共得到4 348個(gè)節(jié)點(diǎn)和13 186條連線(xiàn),網(wǎng)絡(luò)密度僅0.001 4,表明作者間合作密度與頻率較低,見(jiàn)圖4。發(fā)文量排名前15的作者依次為李靜(14篇)、王欣(14篇)、石菊芳(12篇)、陳萬(wàn)青(10篇)、孫強(qiáng)(10篇)、代敏(10篇)、李霓(10篇)、王樂(lè)(9篇)、連臻強(qiáng)(9篇)、陳可欣(9篇)、李佳圓(8篇)、張斌(8篇)、柳光宇(8篇)、李江(8篇)、韓歷麗(8篇),上述作者的合計(jì)發(fā)文量占總發(fā)文量的7.24%。
圖4 作者可視化圖譜
2.4 關(guān)鍵詞分析
2.4.1 關(guān)鍵詞共現(xiàn)分析和聚類(lèi)分析:采用CiteSpace軟件進(jìn)行關(guān)鍵詞共現(xiàn)分析,出現(xiàn)頻次排名前15的關(guān)鍵詞見(jiàn)表2。在關(guān)鍵詞共現(xiàn)分析的基礎(chǔ)上,采用對(duì)數(shù)極大似然率聚類(lèi)算法生成關(guān)鍵詞聚類(lèi)圖譜(見(jiàn)圖5),圖譜模塊值Q值=0.472 5,平均輪廓值S值=0.786 3,表明聚類(lèi)合理、結(jié)果可信[5]。關(guān)鍵詞聚類(lèi)圖譜共形成13個(gè)熱點(diǎn)主題,即篩查、乳腺鉬靶、宮頸癌、乳腺疾病、乳腺腫瘤、癌癥、腫瘤篩查、腫瘤、乳腺超聲、乳腺攝影、衛(wèi)生計(jì)生、二級(jí)預(yù)防、深度學(xué)習(xí)。
表2 出現(xiàn)頻次排名前15的關(guān)鍵詞
圖5 關(guān)鍵詞聚類(lèi)圖譜
2.4.2 關(guān)鍵詞突現(xiàn)分析:進(jìn)一步分析關(guān)鍵詞的突現(xiàn)情況,共得到12個(gè)突現(xiàn)詞,其中持續(xù)時(shí)間最久的突現(xiàn)詞是乳腺攝影,突現(xiàn)強(qiáng)度最高的是乳腺鉬靶,最新突現(xiàn)的是乳腺鉬靶和深度學(xué)習(xí),見(jiàn)圖6。
圖6 關(guān)鍵詞突現(xiàn)圖譜
3.1 我國(guó)學(xué)者對(duì)乳腺癌篩查研究的關(guān)注度逐步升高 陳耀如等[6]于1989年提出乳腺癌篩查的重要性,隨后相關(guān)研究進(jìn)入探索期(1989—2007年),該時(shí)期的年度發(fā)文量較少。而2008年起發(fā)文量開(kāi)始大幅增長(zhǎng),這可能與2008年原衛(wèi)生部啟動(dòng)城市婦女兩癌篩查項(xiàng)目有關(guān),且2009年我國(guó)農(nóng)村地區(qū)兩癌篩查項(xiàng)目啟動(dòng),篩查覆蓋范圍逐步擴(kuò)大。在國(guó)家相關(guān)政策推動(dòng)下,我國(guó)學(xué)者對(duì)乳腺癌篩查研究的關(guān)注度迅速上升。研究表明,新型冠狀病毒肺炎疫情導(dǎo)致國(guó)外乳腺癌篩查率與診斷率大幅下降[7],但我國(guó)相關(guān)文獻(xiàn)的發(fā)文量未見(jiàn)明顯波動(dòng),可見(jiàn)在疫情期間乳腺癌篩查研究仍處于重要地位。
3.2 乳腺癌篩查相關(guān)文獻(xiàn)的高頻發(fā)文機(jī)構(gòu)與發(fā)文作者 發(fā)文量排名前10的研究機(jī)構(gòu)均來(lái)自直轄市或省會(huì)城市,且多為高校及其附屬醫(yī)院,一定程度上反映了其在乳腺癌篩查研究領(lǐng)域的人才儲(chǔ)備與科研實(shí)力。其中,來(lái)自廣東省婦幼保健院的王欣團(tuán)隊(duì)早在1997年就開(kāi)始進(jìn)行乳腺癌篩查相關(guān)研究,且側(cè)重于探索篩查模式、篩查效果與質(zhì)量評(píng)估等[8-9];來(lái)自中國(guó)醫(yī)學(xué)科學(xué)院腫瘤醫(yī)院的李靜團(tuán)隊(duì)與多個(gè)研究機(jī)構(gòu)形成合作關(guān)系,致力于探討乳腺癌篩查技術(shù)、分析篩查結(jié)果、循證研究及指南制定[10-11];來(lái)自北京協(xié)和醫(yī)院的孫強(qiáng)團(tuán)隊(duì)在乳腺癌篩查技術(shù)研究的基礎(chǔ)上,深入探索針對(duì)不同人群的篩查策略[12];以陳可欣等為代表的團(tuán)隊(duì),致力于乳腺癌篩查方案及衛(wèi)生經(jīng)濟(jì)學(xué)等方面的研究[13-14];以柳光宇為代表的團(tuán)隊(duì),側(cè)重于探索乳腺癌篩查模式、比較成本效益與分析篩查結(jié)果[15-16]。但學(xué)者之間的交流合作僅局限于研究機(jī)構(gòu)內(nèi)部,跨機(jī)構(gòu)、跨區(qū)域團(tuán)隊(duì)的合作相對(duì)較少,這可能會(huì)影響乳腺癌篩查研究的持續(xù)發(fā)展。
3.3 我國(guó)乳腺癌篩查研究的熱點(diǎn)主題 CiteSpace軟件可通過(guò)聚類(lèi)算法生成研究領(lǐng)域的知識(shí)聚類(lèi),并提取標(biāo)簽以標(biāo)注聚類(lèi)結(jié)果,以此反映研究的熱點(diǎn)主題。本研究將高頻關(guān)鍵詞與聚類(lèi)結(jié)果相結(jié)合,并參考相關(guān)文獻(xiàn),將我國(guó)乳腺癌篩查研究的熱點(diǎn)主題歸納如下。
3.3.1 農(nóng)村婦女為乳腺癌篩查研究的熱點(diǎn)人群:研究顯示,與城市婦女相比,農(nóng)村婦女確診乳腺癌時(shí)病理分期更晚,這可能與農(nóng)村乳腺癌篩查率普遍較低有關(guān)[17-18]。農(nóng)村婦女由于受經(jīng)濟(jì)衛(wèi)生條件的限制,加之疾病認(rèn)知與自我保健意識(shí)等相對(duì)較差[19],其參與乳腺癌篩查的意愿較低[20],故被視為乳腺癌篩查重點(diǎn)人群。盡管近年來(lái)針對(duì)農(nóng)村地區(qū)的篩查政策與資金支持不斷增加,但如何提高該群體的篩查意愿、合理安排篩查時(shí)間與場(chǎng)所、完善篩查及隨訪(fǎng)模式等仍是研究的難點(diǎn)。此外,隨著城鎮(zhèn)化建設(shè)的快速推進(jìn),農(nóng)村婦女大規(guī)模進(jìn)入城市工作,由于住所不固定、收入相對(duì)低、對(duì)環(huán)境不熟悉等,該群體參與乳腺癌篩查的意愿仍偏低[21],值得進(jìn)一步關(guān)注。
3.3.2 兩癌篩查為重點(diǎn)關(guān)注的篩查方式:兩癌篩查是國(guó)家重大公共衛(wèi)生項(xiàng)目之一,由政府提供資金支持,以35歲及以上女性為篩查對(duì)象,以乳房體檢和超聲檢查為主要手段,篩查過(guò)程具有多部門(mén)合作、區(qū)域醫(yī)療資源整合、全社會(huì)參與等特點(diǎn)。研究顯示,2019年我國(guó)總體兩癌篩查率為52.6%,且預(yù)計(jì)到2030年將高于90%[22],其不僅惠及廣大女性,也為科研工作者明確乳腺癌流行現(xiàn)狀、識(shí)別疾病危險(xiǎn)因素等提供了有力依據(jù)。但從開(kāi)展過(guò)程來(lái)看,兩癌篩查仍面臨諸多挑戰(zhàn),如貧困地區(qū)缺乏良好的組織計(jì)劃、篩查結(jié)果陽(yáng)性診斷標(biāo)準(zhǔn)不一致、篩查發(fā)現(xiàn)原位癌的比例較低、尚未建立完善的隨訪(fǎng)與轉(zhuǎn)診制度等。因此,兩癌篩查仍為研究的熱點(diǎn)主題。
3.3.3 篩查技術(shù)是出現(xiàn)較早且持續(xù)較久的熱點(diǎn)主題:本研究結(jié)果顯示,乳腺超聲、乳腺攝影(乳腺鉬靶)、深度學(xué)習(xí)等篩查技術(shù)為乳腺癌篩查領(lǐng)域的熱點(diǎn)主題。其中乳腺攝影早在1993年突現(xiàn),突現(xiàn)時(shí)間持久,2018年以“乳腺鉬靶”這一名稱(chēng)再次突現(xiàn),為經(jīng)典的研究方向;深度學(xué)習(xí)于2018年突現(xiàn),是近年來(lái)的前沿?zé)狳c(diǎn)。結(jié)合相關(guān)文獻(xiàn)發(fā)現(xiàn),篩查技術(shù)的研究主要聚焦于三個(gè)方面:一是不同技術(shù)在乳腺癌篩查中的應(yīng)用價(jià)值研究,包括檢出率、靈敏度、特異度、準(zhǔn)確度等指標(biāo)的比較;二是不同技術(shù)用于乳腺癌篩查的衛(wèi)生經(jīng)濟(jì)學(xué)評(píng)價(jià);三是不同技術(shù)篩查影像結(jié)果的分析。
乳腺攝影又稱(chēng)乳腺鉬靶,具有較高的影像分辨率,可發(fā)現(xiàn)微小鈣化灶及腫塊征象,在歐美國(guó)家被視為乳腺癌的主要篩查方式,但其在致密型腺體中的靈敏度和特異度不高,因此不完全適用于篩查乳房小而致密的亞洲女性。相比之下,乳腺超聲在致密型腺體中具有較高敏感性[23],且具有便捷、廉價(jià)、無(wú)輻射等優(yōu)點(diǎn),因而國(guó)內(nèi)指南推薦單獨(dú)使用乳腺超聲對(duì)一般風(fēng)險(xiǎn)人群進(jìn)行乳腺癌篩查。人工智能輔助篩查和診斷是近年來(lái)出現(xiàn)的新興技術(shù)。借助人工智能深度學(xué)習(xí)和圖像識(shí)別等技術(shù)創(chuàng)建的人工智能診斷系統(tǒng)可實(shí)現(xiàn)對(duì)圖像預(yù)篩查、自動(dòng)生成部分診斷報(bào)告等,從而為醫(yī)生鑒別診斷提供參考[24]?,F(xiàn)已有研究表明,人工智能診斷乳腺癌的準(zhǔn)確度、靈敏度和特異度幾乎與醫(yī)學(xué)影像專(zhuān)家水平相當(dāng),該途徑或可提高乳腺癌篩查效率,解決基層機(jī)構(gòu)醫(yī)師少、技術(shù)參差不齊造成的篩查準(zhǔn)確率不高等問(wèn)題[25]。雖然人工智能的應(yīng)用前景較好,但其在推廣過(guò)程中仍面臨知曉率低、行業(yè)標(biāo)準(zhǔn)缺乏等方面限制。
3.3.4 健康教育是促進(jìn)篩查行為的主要干預(yù)手段:知識(shí)缺乏會(huì)限制癌癥篩查行為[26],而我國(guó)女性對(duì)乳腺癌預(yù)防與篩查知識(shí)的知曉率處于較低水平[27]。因此,通過(guò)健康教育普及相關(guān)知識(shí)成為促進(jìn)篩查行為的重要手段。彭惠詩(shī)等[28]發(fā)現(xiàn),通過(guò)多形式的健康教育可有效提升女性對(duì)乳腺癌的認(rèn)知水平、消除認(rèn)知偏差,提高篩查參與率。蔣燕等[29]進(jìn)一步比較了格林模式的健康教育與傳統(tǒng)健康教育對(duì)社區(qū)婦女乳腺癌篩查知識(shí)、篩查信念的影響,發(fā)現(xiàn)前者的效果更佳??梢?jiàn),學(xué)者們逐漸認(rèn)識(shí)到篩查是一種需長(zhǎng)期堅(jiān)持的健康行為,其受心理、社會(huì)環(huán)境等多種因素的影響,以社會(huì)心理學(xué)或行為學(xué)理論為理論基礎(chǔ)所構(gòu)建的健康教育方案或可更好地發(fā)揮促進(jìn)健康行為的作用。此外,“互聯(lián)網(wǎng)+”線(xiàn)上干預(yù)或成為未來(lái)主流的干預(yù)形式,但線(xiàn)上媒介的開(kāi)發(fā)與健康教育方案的構(gòu)建仍有待探究。
3.4 小結(jié)與展望 我國(guó)乳腺癌篩查研究歷經(jīng)30余年的發(fā)展,目前已引起越來(lái)越多學(xué)者的關(guān)注。王欣、李靜、孫強(qiáng)等高產(chǎn)學(xué)者已形成凝聚力較強(qiáng)的研究團(tuán)隊(duì),但學(xué)者間跨地域、跨機(jī)構(gòu)的學(xué)術(shù)合作仍有待加強(qiáng)。目前乳腺癌篩查研究以農(nóng)村婦女作為熱點(diǎn)人群,以?xún)砂┖Y查為主要契機(jī),以健康教育為促進(jìn)篩查行為的重要手段,以乳腺超聲、乳腺攝影(乳腺鉬靶)、深度學(xué)習(xí)等篩查技術(shù)為熱點(diǎn)主題。今后乳腺癌篩查將立足現(xiàn)有醫(yī)療資源促進(jìn)全社會(huì)參與,不斷提高篩查的覆蓋率、準(zhǔn)確率,也將融入更多數(shù)字化技術(shù)來(lái)提高篩查的靈敏度和特異度。本研究仍存在一定局限性,如研究數(shù)據(jù)僅來(lái)自中國(guó)知網(wǎng)數(shù)據(jù)庫(kù),難以保證結(jié)果的全面性;缺乏該領(lǐng)域國(guó)內(nèi)外研究現(xiàn)狀的對(duì)比研究,未來(lái)可進(jìn)一步完善。