摘要" 目的：利用可視化工具CiteSpace和VOSviewer分析證候演變規(guī)律研究的現(xiàn)狀、未來發(fā)展趨勢及存在問題，為后續(xù)研究提供可行性建議。方法：檢索中國知網(wǎng)（CNKI）、萬方數(shù)據(jù)庫（WanFang Data）、維普（VIP）自建庫至2022年3月關于證候演變規(guī)律的相關文獻，應用VOSviewer 1.6.17和CiteSpace 5.3.R4軟件繪制科學知識圖譜，對發(fā)文年代、作者、機構以及關鍵詞進行可視化分析。結果：共納入817 篇文獻，該領域自1980年起步并逐步得到重視，形成以王穎輝、傅強、黃燕、孫喜靈為代表的4個作者集群，作者間的合作較為緊密。主要研究機構以北京中醫(yī)藥大學為首，區(qū)域間的合作緊密，但缺乏跨地區(qū)合作。關鍵詞聚類分析共形成9個具有代表性的聚類標簽，高頻關鍵詞有證候要素、冠心病、圍手術期、2型糖尿病、聚類分析等，突現(xiàn)詞以“證候要素”最為顯著。結論：通過可視化技術直觀分析證候演變規(guī)律領域的研究概況，揭示了高質量臨床研究、理論探索、動物實驗及生物標志物研究是未來研究方向。

關鍵詞" 中醫(yī)證候；演變規(guī)律；CiteSpace；VOSviewer；可視化分析

doi：10.12102/j.issn.1672-1349.2024.19.003

Visual Analysis of Syndrome Evolution Based on Mapping Knowledge Domains

ZHANG Xueyan， YAN Haifeng， LI Xiaohui， LI Yanli， KONG Weiyuan， ZHU Cuiling

Henan University of Chinese Medicine， Zhengzhou 450046， Henan， China

Corresponding Author" ZHU Cuiling， E-mail： zhudaifu666@126.com

Abstract" Objective：Visual tools CiteSpace and VOSviewer were used to analyze the present status，future development trend，and existing problems of the research on evolution of TCM syndromes，and to provide feasible suggestions for subsequent research.Methods：Literatures of TCM syndrome evolution were retrieved from CNKI， WanFang Data，and VIP self-built databases up to March 2022，and scientific knowledge maps were mapped by VOSviewer 1.6.17 and CiteSpace 5.3.R4.for Visual analysis of the publication year，author，organization，and keywords.Results：A total of 817 articles were included in the study.This field was gradually gained attention from 1980，there were four author clusters represented by Wang Yinghui，F(xiàn)u Qiang，Huang Yan，and Sun Xiling，and the cooperation between the authors was relatively close.The main research institutions were led by Beijing University of Traditional Chinese Medicine，with close inter-regional cooperation，with a little of cross-regional cooperation.A total of 9 representative cluster labels were formed by keyword cluster analysis.The high-frequency Keywords included syndrome factors，coronary heart disease，perioperative period，type 2 diabetes mellitus，cluster analysis，etc.The emergent word was \"syndrome factors\".Conclusion：The research situation in the field of syndrome evolution was analyzed intuitively by visualization technology，which revealed that high-quality clinical research，theoretical exploration，animal experiments and biomarker research are the future research directions.

Keywords" ""traditional Chinese medicine symptoms; evolvement rule; CiteSpace; VOSviewer; visualization analysis

證候是中醫(yī)理論體系的核心內容，證候研究是中

基金項目" 國家自然青年科學基金項目（No.82205021）；河南省中醫(yī)藥科學研究專項課題（No.2023ZY2027）

作者單位" 1.河南中醫(yī)藥大學（鄭州 450046）；2.河南中醫(yī)藥大學第一附屬醫(yī)院（鄭州 450000）

通訊作者" 朱翠玲，E-mail：zhudaifu666@126.com

引用信息" 張雪妍，閆海峰，李曉輝，等.基于科學知識圖譜的證候演變規(guī)律研究可視化分析［J］.中西醫(yī)結合心腦血管病雜志，2024，22（19）：3470-3476.

醫(yī)現(xiàn)代化研究的重要組成部分，是中醫(yī)研究的基石［1］。證候演變規(guī)律研究是近年來證候研究的熱點領域，是建立辨證論治新體系的基礎，對預測疾病發(fā)展趨勢、指導臨床辨證論治、縮短疾病診療時間、提高救治率具有重要意義［2］。目前該領域研究存在研究方法多樣、證候診斷標準和臨床信息客觀量化標準尚未統(tǒng)一以及數(shù)據(jù)處理方法繁雜等問題。因此，亟須對目前研究成果進行歸納分析，促進該領域進一步發(fā)展。

可視化分析，意味著分析過程支持可視化思維，即采用最優(yōu)方式對信息可視化，從而展示數(shù)據(jù)變化［3］?？茖W知識圖譜是可視化分析的表現(xiàn)形式，反映了科學知識之間網(wǎng)絡、結構、互動、交叉、演化或衍生等諸多復雜關系［4］。利用科學知識圖譜工具，可通過直觀形象的表現(xiàn)形式揭示研究領域間的關聯(lián)關系與發(fā)展進程［5］。目前，陳超美教授應用 Java 語言開發(fā)的可視化軟件CiteSpace（CS）［6］和荷蘭伊拉斯謨大學Van ECK N J與Waltman L聯(lián)合開發(fā)的 VOSviewer（VOS）［7］兩種可視化工具在我國應用廣泛。檢索數(shù)據(jù)庫發(fā)現(xiàn)，截至2022年，運用CiteSpace、VOSviewer兩種可視化軟件在中醫(yī)藥領域發(fā)表的文獻數(shù)量分別為202篇和41篇，從發(fā)文量來看，CiteSpace的應用較為成熟。二者相比，CiteSpace軟件采用數(shù)據(jù)標準化算法，可反映數(shù)據(jù)間的相似性VOSviewer軟件以概率思想為指導對高頻詞匯進行歸類化處理，適用于規(guī)模較大或共現(xiàn)度要求較高的數(shù)據(jù)；CiteSpace軟件可對名詞性術語進行分析，尋找突現(xiàn)詞，明確研究熱點，而VOSviewer軟件則可通過標簽視圖和密度視圖直觀反映研究領域主題［8］。二者結合，以數(shù)據(jù)庫中相關文獻為研究樣本進行分析、挖掘，使用圖譜呈現(xiàn)所研究領域的研究主題、研究熱點，進一步認識和把握該領域發(fā)展趨勢，為后續(xù)研究者提供可借鑒的研究思路。

1" 資料與方法

1.1" 資料來源與檢索策略

通過中國知網(wǎng)（CNKI）、萬方（WanFang Data）、維普（VIP）數(shù)據(jù)庫檢索相關文獻。使用高級檢索，檢索式設置為：（“證候”O(jiān)R “證型”）AND （“演變”O(jiān)R “變化”） AND “規(guī)律”。檢索時限為建庫至2022年3月，獲得相關文獻2 594篇。經人工篩選、去重，最終獲得817篇有效文獻。

1.2" 研究方法

將獲得文獻以NoteExpress格式導入NoteExpress 3.4.0軟件中進行數(shù)據(jù)清洗，處理后的數(shù)據(jù)以Refworks格式導出?；趦蓚€可視化軟件的優(yōu)勢，本研究使用VOSviewer 1.6.17軟件進行作者合作網(wǎng)絡分析和關鍵詞共現(xiàn)網(wǎng)絡分析；采用CiteSpace 5.3.R4軟件形成研究機構合作網(wǎng)絡視圖、關鍵詞聚類圖和關鍵詞突現(xiàn)圖。VOSviewer軟件可直接處理Refworks格式數(shù)據(jù)；CiteSpace軟件需將導出題錄命名為“download_**”，以文件形式保存，利用軟件中內置的格式轉換器將數(shù)據(jù)轉換為可識別的格式。時間分區(qū)選擇 1986—2022年，時間切片為 1 年，節(jié)點類型分別選擇作者、機構和關鍵詞進行可視化分析。

2" 結" 果

2.1" 發(fā)文量分析

某一學科論文發(fā)表數(shù)量可直觀表現(xiàn)出研究者對該領域的關注程度，發(fā)文量的動態(tài)變化可反映發(fā)展速度，進一步預測未來發(fā)展趨勢［9］。統(tǒng)計納入文獻發(fā)表時間，將年度發(fā)表數(shù)據(jù)導入Excel分析軟件，得到證候演變規(guī)律研究年度發(fā)文趨勢圖（見圖1）。觀察圖1發(fā)現(xiàn)，該領域發(fā)展過程大致可分為4個階段。1）起步階段（1980—2000年）：該階段處于萌芽時期，年平均發(fā)文量0.75篇。最早文獻發(fā)表為1980年王兆清等［10］有關潰瘍病中醫(yī)辨證分型及其演變規(guī)律的探討，其后10年均無相關文獻發(fā)布，該階段于1995年發(fā)文量最高，年度發(fā)文量5篇。2）初始發(fā)展階段（2001—2004年）：該階段發(fā)文量較前緩慢增長，年平均發(fā)文量12.25篇。2001年發(fā)文量增長為11篇，后逐年呈現(xiàn)增長趨勢，但總發(fā)文量僅55篇，仍處于初始發(fā)展階段。3）快速發(fā)展階段（2005—2012年）：該階段發(fā)文量較前快速增長，年均發(fā)文量48.88篇，最高年度發(fā)文量達69篇，總發(fā)文量391篇，較之前階段發(fā)展迅速。4）下降階段（2013—2021年）：自2012年度發(fā)文量達歷史最高后逐年下降，年平均發(fā)文量40.11篇。該階段雖呈現(xiàn)下降趨勢，但總發(fā)文量361篇，仍處于高發(fā)文量水平。由于檢索時限截至2022年3月，未包含全年發(fā)表文獻且存在未見刊等現(xiàn)象，故2022年發(fā)文量不納入本次分析。

2.2" 作者合作網(wǎng)絡分析

本研究共納入817篇文獻，將納入文獻以RIS格式導入VOSviewer 1.6.17軟件，因納入文獻量有限，故將出現(xiàn)頻次設置為3次，獲得作者合作網(wǎng)絡聚類視圖（見圖2）。VOSviewer軟件可提供聚類視圖（network visualization）、標簽視圖（overlay visualization）、密度視圖（density visualization）3種可視化視圖方式［11］。其中聚類視圖以圓圈或標簽的形式展現(xiàn)不同元素，元素的大小由節(jié)點的度、連線強度和被引量等決定，以不同顏色區(qū)分不同聚類，通過該視圖可觀察作者間的合作關系，分析高產作者及其文獻影響力［12］。由圖2可知，形成了4個以不同作者為代表的類群，其中，王穎輝和趙進喜同屬紅色類群，發(fā)文量均為6篇；以傅強為代表的黃色類群與紅色類群聯(lián)系較為密切，與趙進喜等屬同一研究團隊，研究方向相同；以黃燕為代表的綠色類群相對孤立，與其他類群聯(lián)系較少；藍色類群以孫喜靈為代表，偏向于證候演變規(guī)律的理論研究與闡釋，與其他類群研究者合作較少。

2.3" 研究機構合作網(wǎng)絡分析

將數(shù)據(jù)導入CiteSpace 5.3.R4軟件中進行格式轉換，節(jié)點類型選擇機構，設置參數(shù)最低被引次數(shù)或出現(xiàn)頻次（C）為（1，2，20），特定時間切片中共現(xiàn)或者共被引頻次（CC）為（1，2，20），共現(xiàn)率或者共被引率（CCV）為（1，3，20），得到研究機構合作網(wǎng)絡聚類視圖（見圖3），其Modularity Q＝0.731 4＞0.3，表示聚類結構顯著，Mean Silhouette＝0.123 2＜0.5，表明節(jié)點間聯(lián)系并不緊密，聚類結果有待考察［13］。由圖3可知，北京中醫(yī)藥大學東直門醫(yī)院（26篇）、北京中醫(yī)藥大學（19篇）、天津中醫(yī)藥大學（11篇）和中國中醫(yī)科學院廣安門醫(yī)院（9篇）等為發(fā)文量較多的機構，其多數(shù)隸屬于北京及其周邊地區(qū)。北京中醫(yī)藥大學東直門醫(yī)院位于中心位置，與北京中醫(yī)藥大學及其他附屬醫(yī)院合作密切。大部分研究機構為醫(yī)學研究所、高校及附屬醫(yī)院，研究環(huán)境較好，有利于該領域進一步發(fā)展。

2.4" 關鍵詞分析

關鍵詞是所論述文章的中心，可凝練文章的核心內容，代表文章的主題思想，直觀表現(xiàn)出該文章的研究點［14］。本研究使用VOSviewer軟件和CiteSpace軟件分別對納入文獻的關鍵詞進行共現(xiàn)和聚類分析并繪制突現(xiàn)詞明細圖，把握該領域研究熱點。

2.4.1" 關鍵詞共現(xiàn)分析

將相關文獻導入VOSviewer 1.6.17軟件，節(jié)點類型選擇關鍵詞，設置出現(xiàn)頻次為6次，得到關鍵詞共現(xiàn)網(wǎng)絡圖譜（見圖4）。觀察圖4發(fā)現(xiàn)，圖中共有35個節(jié)點，其中出現(xiàn)頻次較高的前10位關鍵詞分別是：證候要素（56次）、冠心?。?8次）、圍手術期（24次）、2型糖尿?。?3次）、聚類分析（20次）、缺血性中風（19次）、大腸癌（17次）、急性期（13次）、臨床流行病學（9次）、因子分析（6次）。對高頻關鍵詞進行總結，可分為5類，1）疾病類型：冠心病、2型糖尿病、缺血性中風、大腸癌等；2）疾病階段：圍手術期、急性期等；3）統(tǒng)計分析方法：聚類分析、因子分析等；4）證候類型：血瘀證、氣虛證、氣陰兩虛等；5）研究方法：臨床流行病學、臨床研究、文獻研究等。

2.4.2" 關鍵詞聚類分析

使用CiteSpace 5.3.R4對關鍵詞進行聚類分析，節(jié)點類型選擇關鍵詞，分別設置參數(shù)C為（1，2，20），CC為（1，2，20）、CCV為（4，3，20），得到關鍵詞網(wǎng)絡聚類視圖（見圖5），其中Modularity Q＝0.873 2＞0.3，表示聚類結構顯著，Mean Silhouette＝0.681 9＞0.5，提示聚類結果合理。由圖5可知，共形成9個聚類，編號越小，所包含的節(jié)點數(shù)目越多［6］?？蓪⒛壳把芯糠较驓w納為以下幾類：#0為證候要素，是近年來證候演變規(guī)律研究的主要載體；#1為圍手術期，主要探討手術發(fā)生發(fā)展過程中證候轉變；#2、#4、#5、#6、#8為主要研究疾病類型，可分為慢性腎衰竭、2型糖尿病等慢性病和以傳染性非典型肺炎（SARS）為代表的急性疾??；#3聚類分析是證候演變規(guī)律研究常用且具有代表性的數(shù)據(jù)挖掘技術；#7為療效評價，是證候演變規(guī)律研究的重要意義之一。

2.4.3" 突現(xiàn)分析

突現(xiàn)詞，又稱涌現(xiàn)主題術語，是指在某一階段出現(xiàn)頻次激增的關鍵詞，可直觀反映出某時期某領域關注度較高的研究內容和前沿主題［15］。對納入文獻進行突現(xiàn)分析，共發(fā)現(xiàn)10個突現(xiàn)詞，可分為以下3個階段：1）2010年以前主要研究疾病以缺血性中風和大腸癌為主，研究目的為制定證候診斷標準，同時通過圍手術期證候變化評價手術等干預措施療效。2）2010—2015年主要疾病類型轉變?yōu)樘悄虿∧I病和鼻咽癌，研究方法以流行病學調查為主，代謝組學技術的引入表明該領域研究者開始從微觀世界探索證候演變機制。3）2015年至今冠心病證候研究成為熱點，“證候要素”一詞自2017年起被廣泛應用于證候演變規(guī)律研究領域，其激增最為顯著，突現(xiàn)強度為29.755 6，該詞未來仍有可能是主要研究方向與熱點。

3" 討" 論

證候是中醫(yī)研究的重要內容，也是中醫(yī)診斷的主要依據(jù)［16］。由于證候具有復雜、非線性以及多維高階性等特點，使得證候演變規(guī)律研究成為中醫(yī)研究領域的難點和熱點。本研究使用VOSviewer與CiteSpace軟件對1980—2022年證候演變規(guī)律相關文獻進行可視化分析，把握該領域研究現(xiàn)狀和熱點，預測未來發(fā)展趨勢。

3.1" 年度發(fā)文量

該領域研究總體經歷了起步、初始發(fā)展、快速發(fā)展和下降4個階段。其中，1）起步階段發(fā)表文獻量較少，究其原因是證候領域研究不足使大多數(shù)研究者尚未注意到證候演變規(guī)律領域研究的缺失。中醫(yī)文化歷史悠久，證候一詞始見于《黃帝內經》，證候相關理論及實質研究自新中國成立后逐步開展［17］。統(tǒng)一、規(guī)范、公認的證候診斷標準是證候演變規(guī)律研究的基礎，癥狀體征等臨床采集信息的客觀量化是研究的橋梁，20世紀八九十年代由于證候客觀化和規(guī)范化研究的不完善使得證候演變規(guī)律研究缺乏基礎。2）初始發(fā)展階段較前文獻量有所增加，但仍不成熟。隨著證候學研究的逐步深入，一些學者發(fā)現(xiàn)證候演變規(guī)律研究領域的空白，但因前期研究成果較少，研究基礎薄弱，無法為本階段研究者提供豐富的研究經驗，導致本階段研究仍處于探索階段，缺乏大樣本、多中心的臨床研究，很難客觀真實反映出某一證候的演變規(guī)律。3）由于證候名稱、分類以及診斷標準規(guī)范化研究的不斷深入以及多元統(tǒng)計分析和現(xiàn)代數(shù)據(jù)挖掘等多學科方法的支持，該領域研究進入快速發(fā)展階段。在既往研究的基礎上，基于病證結合的大規(guī)模臨床研究明顯增加，多采用回顧性研究、橫斷面研究、縱向研究等不同方式，使用頻率分析、聚類分析等數(shù)據(jù)挖掘技術比較疾病不同階段、不同時期的證候構成比及相關性［18］。同時證候要素概念的提出，也為該領域研究提供了新的方向。4）歷經快速增長階段后該領域發(fā)文量呈下降趨勢，亟須新的突破口。該階段研究增加對微觀世界的探索，通過增加客觀指標的相關性研究、系統(tǒng)生物標志物研究以及構建動物模型等，使證候演變規(guī)律研究得到現(xiàn)代科學闡釋并更好運用于臨床實踐。

3.2" 作者和研究機構

3.2.1" 作者分析

從作者來看，形成了4個以不同作者為代表的合作團隊，以中風、冠心病、糖尿病腎病等慢性疾病研究為主。以王穎輝、趙進喜為首的研究團隊從事不同分期或中醫(yī)藥干預前后糖尿病腎病證候變化規(guī)律相關研究，王穎輝［19］使用頻數(shù)分析、重復測量方差分析及轉移概率矩陣等多種數(shù)據(jù)處理方法探索證素變化，以評價中西藥療效差異。黃燕團隊主要從事腦血管相關疾病研究，其研究成果可分為有無干預措施兩種類型。通過對1 418例中風病人發(fā)病全過程的觀察把握不同時期證候變化規(guī)律，為臨床選方用藥提供依據(jù)［20］；對腦梗死血運重建、顱內外動脈狹窄支架術以及動脈瘤性蛛網(wǎng)膜下腔出血手術前后證候變化對比，評價干預措施療效。孫喜靈等［21］創(chuàng)造性發(fā)現(xiàn)了中醫(yī)證候內蘊的拓撲結構，提出破解證候多維高階性的拓撲學方法，為科學研究證候動態(tài)演化規(guī)律提供方法學依據(jù)。臨床研究以無干預狀態(tài)下證候自然變化規(guī)律為主，同時將證候自身動態(tài)演化劃分為不同的子集合，構成這些子集合的主次癥可反映證候變化的共性和特性［22］。

3.2.2" 研究機構分析

從研究機構來看，以北京中醫(yī)藥大學及其附屬醫(yī)院為首的北京地區(qū)在該領域發(fā)展較快，帶動了河北等周邊地區(qū)發(fā)展，與天津中醫(yī)藥大學合作較多，在全國范圍內僅與廣州中醫(yī)藥大學及其附屬醫(yī)院交流合作。由此可見，該領域機構間的合作多局限于同一地理區(qū)域內部的學校及其附屬醫(yī)院，缺乏與其他地區(qū)機構的溝通交流，跨院校、跨地區(qū)的學術交流與合作亟需進一步開展。后續(xù)應加強學者、醫(yī)院以及各研究機構間的交流合作，發(fā)揮核心機構和地區(qū)的帶動作用，形成全國范圍內的學習交流，有利于促進該領域發(fā)展及研究水平的提高。

3.3" 關鍵詞

3.3.1" 研究熱點

目前該領域研究熱點主要有5個方面，1）研究類型：以病證結合的臨床研究為主，分為觀察性研究和臨床試驗兩大類，主要采用病例對照研究、橫斷面研究、隊列研究和隨機對照試驗等研究設計方法。橫斷面研究是目前使用較多的一種研究方法，通過分析某一時點或階段采集到的描述性資料，得出該時點或階段證候特征［23］。該方法理論上很難體現(xiàn)證候的動態(tài)變化，但若同時納入多個時點或階段，比較分析各時點證候的構成比變化，也可從一定層面反映證候的動態(tài)演變規(guī)律。該方法的局限在于基線資料難以保持一致，無法明確研究開始與結束時間，難以做到合理有效的分層［24］。2）分析方法：頻率分析、聚類分析、因子分析等統(tǒng)計方法在該領域研究中應用廣泛。頻率分析以不同時期證候頻率變化描述變化趨勢；聚類分析通過衡量樣本間的親疏程度，獲得構成證候的癥狀信息集群，從臨床信息變化探究證候演變規(guī)律［25］；因子分析從個性化信息中發(fā)掘共性因子，常用于提取證候要素及其靶位［26］。3）干預措施：目前有關療效評價的文獻較多，采取的干預措施主要有中藥、手術、放化療、透析、介入以及各類中醫(yī)理療手段。手術、放化療和介入等西醫(yī)治療手段可在短時間內改變病人生理病理狀態(tài)，對證候影響較大，研究干預前后證候演變可為確定中醫(yī)輔助治療方案提供依據(jù)［2］；探索中藥及各類中醫(yī)理療等干預措施證候變化有助于辨證論治、優(yōu)化治療方案、發(fā)現(xiàn)起效時間和停藥時間。4）疾病類型：以冠心病、慢性阻塞性肺疾病、糖尿病腎病等慢性疾病為主，兼SARS、中風急性期等急性疾病。其中，慢性疾病具有病因復雜多樣、起病隱匿、病程長以及纏綿難愈等特點，研究慢性疾病可發(fā)現(xiàn)疾病不同階段病機變化，抓住主要矛盾，提高中醫(yī)藥療效。急性病發(fā)病時間明確、病情變化迅速，同時對干預措施較為敏感，具有周期短、起始時間明確以及證候療效評價明顯等優(yōu)勢［27］。5）研究主體：目前有關證候要素的研究較多，證候要素是以中醫(yī)病機學說為基礎，由臨床可采集和量化的癥狀體征構成的診斷單元，與生理病理等因素相關聯(lián)，是證候可拆分的最小單元［28］。從證候要素角度入手可最大限度降低證候自身復雜性和靈活性帶來的研究困難，是近年來證候演變規(guī)律研究的主要方向。

3.3.2" 研究趨勢

總體呈現(xiàn)出客觀化、規(guī)范化研究趨勢。具體表現(xiàn)為：1）研究方法逐漸優(yōu)化，由橫斷面研究逐步發(fā)展為動態(tài)多時點縱向研究。縱向研究是一種前瞻性研究，其本質是在不同時間點或階段對某一群體的證候變化特征進行追蹤調查研究，尋找證候演變、轉化的契機，既能發(fā)現(xiàn)證候的演變規(guī)律，還可在此過程中觀察影響證候變化的因素。相較于橫向研究，縱向研究因在前、果在后，更易得出基于邏輯的因果判斷，可描述事物的連續(xù)性變化過程，研究結果更具可靠性和科學性，是目前證候演變規(guī)律研究的最佳方法［18］。2）疾病類型及證型逐漸細化，研究內容由某一疾病逐漸細化為某一疾病的某一分型或某個階段的某一證型，如李煜坤［29］以兒童甲型流感為主要研究內容細化了疾病類型，張忠欣［30］關于冠心病穩(wěn)定期痰瘀互結證型演變規(guī)律的研究具體至證型。3）研究內容逐漸豐富，增加對影響證候演變因素分析以及證候演變與客觀指標的相關性研究等。陳梅等［31］發(fā)現(xiàn)圍手術期宮頸癌病人證候變化受年齡、手術方式等因素影響；宋艷芳等［32］對缺血性中風證候要素演變規(guī)律與客觀性指標相關性研究發(fā)現(xiàn)痰濕證素多與C反應蛋白（CRP）、同型半胱氨酸（Hcy）相關，血瘀證則與CRP、D-二聚體關系密切。4）數(shù)據(jù)處理方法更加豐富，由最初以頻數(shù)分析、聚類分析逐步引入復雜網(wǎng)絡、神經網(wǎng)絡、轉移概率矩陣和非線性混合效應模型等數(shù)據(jù)挖掘技術，其中轉移概率矩陣和非線性混合效應模型能夠較好地表現(xiàn)出證候動態(tài)變化趨勢。轉移概率矩陣可計算出證候在不同時點轉移的概率值，并可通過樹狀概率圖直觀表現(xiàn)［26］；非線性混合效應模型可處理臨床采集的非線性重復測量數(shù)據(jù)，擬合證候隨時間變化趨勢，尋找證候演變拐點［33］。5）微觀世界探索逐步增加，主要包括動物實驗和生物標志物研究。其中動物實驗通過構建病證結合動物模型觀察不同時期證候變化及其生物學指標變化，或使用“以方測證”的方法觀察不同階段方藥表現(xiàn)反證該階段證候變化［34］。生物標志物研究是近年來新興領域，主要包括基因、蛋白質、代謝物等多個層面［35］，其中代謝組學在證候演變研究領域應用廣泛，通過比較不同證候代謝產物的差異，尋找能夠反映某一證候的標志代謝物，并對其進行通路分析，得出可能存在的生理病理機制，為臨床辨證論治提供客觀化依據(jù)。

4" 小" 結

基于以上研究，未來證候演變規(guī)律臨床研究應以病證結合為原則，前期通過文獻研究、專家咨詢及大規(guī)模臨床調查等方法制定統(tǒng)一規(guī)范的證候診斷標準及量表，采用前瞻性的縱向研究方法，收集不同時點或階段的臨床數(shù)據(jù)，將收集到的癥狀與體征使用量表以數(shù)值的形式表現(xiàn)出來，并綜合運用多種數(shù)據(jù)挖掘技術將臨床癥狀體征與證候相關聯(lián)，彌補單一方法帶來的偏倚與不足，將研究結果與臨床實際相結合，并通過中醫(yī)理論加以闡釋。同時加強基礎實驗研究與理論研究，不斷拓展該領域研究思路，增加研究結果的客觀性及臨床適用性，最終形成從理論到臨床，從定性到定量，從宏觀到微觀的整體發(fā)展趨勢，實現(xiàn)證候演變規(guī)律研究領域科學良性發(fā)展。

參考文獻：

［1］" 王至婉，李建生，余學慶，等.COPD急性加重期基礎證及特征的臨床調查研究［J］.北京中醫(yī)藥大學學報，2010，33（10）：703-708.

［2］" 崔雨婷，江麗杰，許偉明.中醫(yī)證候演變規(guī)律研究述評［J］.中華中醫(yī)藥雜志，2022，37（3）：1245-1250.

［3］" 顧晴，董永權，胡楊.相似重復記錄檢測研究與發(fā)展動態(tài)的知識圖譜分析［J］.計算機應用與軟件，2022，39（3）：1-7;95.

［4］" 陳悅，陳超美，劉則淵，等.CiteSpace知識圖譜的方法論功能［J］.科學學研究，2015，33（2）：242-253.

［5］" 王小梅，李國鵬，陳挺.中國與世界主要科技強國的科學資助分析：基于科學結構圖譜2010—2015［J］.中國科學基金，2018，32（4）：424-433.

［6］" 李杰，陳超美.CiteSpace：科技文本挖掘及可視化［M］.北京：首都經濟貿易大學出版社，2016：1-5.

［7］" 李杰.科學知識圖譜原理及應用［M］.北京：高等教育出版社，2018：21-24.

［8］" 付健，丁敬達.Citespace和VOSviewer軟件的可視化原理比較［J］.農業(yè)圖書情報學報，2019，31（10）：31-37.

［9］" 孫越.近十年我國競爭情報論文統(tǒng)計分析［J］.現(xiàn)代情報，2008，28（10）：31-33;36.

［10］" 王兆清，俞才鈞，張世玉.潰瘍病的中醫(yī)辨證分型及其演變規(guī)律的探討［J］.貴州醫(yī)藥，1980（1）：50-53.

［11］" 張芮.基于VOSviewer的圖書館參與決策服務及智庫建設研究可視化分析［J］.圖書情報導刊，2018，3（9）：39-45.

［12］" 司莉，劉劍楠.三種信息可視化軟件的比較研究——基于KOS研究的可視化實驗分析［J］.圖書館雜志，2014，33（1）：61-67.

［13］" 陳悅，陳超美，胡志剛，等.引文空間分析原理與應用：CiteSpace實用指南［M］.北京：科學出版社，2014：93.

［14］" 劉金花，崔金梅.基于VOSviewer的領域性熱門研究主題挖掘［J］.情報探索，2016（2）：13-16.

［15］" CHEN C M，CHEN Y，HOROWITZ M，et al.Towards an explanatory and computational theory of scientific discovery［J］.Journal of Informetrics，2009，3（3）：191-209.

［16］" 卞慶來，劉嬌萍，鄒小娟，等.病證結合模式下的中醫(yī)證候研究探析［J］.中華中醫(yī)藥雜志，2015，30（9）：3199-3201.

［17］" 陶嘉磊，袁斌，汪受傳.中醫(yī)證候學研究的技術方法及其運用現(xiàn)狀［J］.中華中醫(yī)藥雜志，2018，33（7）：2982-2985.

［18］" 李四維，劉洋，徐浩.中醫(yī)證候演變規(guī)律研究方法的現(xiàn)狀與展望［J］.中國中西醫(yī)結合雜志，2011，31（6）：854-857.

［19］" 王穎輝.糖尿病腎病證候演變及其中醫(yī)藥干預研究［D］.北京：北京中醫(yī)藥大學，2010.

［20］" 楊利，黃燕，蔡業(yè)峰，等.1 418例中風患者痰瘀證候分布和演變規(guī)律探析［J］.遼寧中醫(yī)雜志，2004，13（6）：459-460.

［21］" 孫喜靈，鄭秋生，李靖，等.中醫(yī)證候的發(fā)生規(guī)律與結構表征研究［J］.陜西中醫(yī)學院學報，2013，36（6）：1-5;21.

［22］" 孫喜靈，趙巖，劉琳，等.證候癥狀構成子集合演變規(guī)律的理論推證［J］.山東中醫(yī)藥大學學報，2008，32（4）：279-281.

［23］" 牟新，周迪夷，周旦陽，等.采用前瞻性隊列研究在觀察中醫(yī)證候演變規(guī)律中的方法學探討［J］.中華中醫(yī)藥雜志，2014，29（2）：514-517.

［24］" 孫曉偉，王階.證候動態(tài)變化規(guī)律研究［J］.山東中醫(yī)藥大學學報，2010，34（2）：104-105.

［25］" 袁世宏，王天芳，張連文.中醫(yī)證候的認知思路及其數(shù)據(jù)挖掘方法［J］.中醫(yī)雜志，2011，52（4）：284-288.

［26］" 何偉，程淼，喬文彪，等.證候要素及其演變規(guī)律研究方法探析［J］.中醫(yī)雜志，2013，54（11）：901-904.

［27］" 趙晨，李戈，思金華，等.基于文獻探討中醫(yī)證候演變規(guī)律研究的設計形式和要素［J］.中華中醫(yī)藥雜志，2016，31（5）：1914-1919.

［28］" 衷敬柏，王階，趙宜軍.辨證方法及證候要素應證組合研究［J］.北京中醫(yī)藥大學學報，2006，29（4）：221-224.

［29］" 李煜坤.兒童甲型流感中醫(yī)證候演變規(guī)律及相關性分析［D］.濟南：山東中醫(yī)藥大學，2021.

［30］" 張忠欣.基于冠心病穩(wěn)定期痰瘀互結證證型演變規(guī)律的探討［D］.濟南：山東中醫(yī)藥大學，2018.

［31］" 陳梅，劉娜，李楠，等.宮頸癌圍手術期中醫(yī)證候演變及其影響因素研究［J］.現(xiàn)代中醫(yī)藥，2021，41（4）：123-130.

［32］" 宋艷芳，劉向哲，冉春龍，等.缺血性中風急性期證候要素演變規(guī)律及其與客觀指標的相關性研究［J］.北京中醫(yī)藥大學學報，2021，44（10）：947-952.

［33］" 王麗穎.冠心病心絞痛血瘀證的藥效學解構與動態(tài)演變的多維度詮釋［D］.北京：中國中醫(yī)科學院，2011.

［34］" 馬會霞，嚴美花，張浩軍，等.糖尿病病證結合動物模型的現(xiàn)狀思考［J］.中華中醫(yī)藥雜志，2013，28（7）：1933-1935.

［35］" 梁瓊麟，謝媛媛，范雪梅，等.中醫(yī)藥臨床系統(tǒng)生物學研究體系與實踐［J］.世界科學技術-中醫(yī)藥現(xiàn)代化，2013，15（1）：1-8.

（收稿日期：2023-07-11）

（本文編輯郭懷?。?/p>