《中国医学伦理学》30年刊文研究图谱与主题脉系分析

马 伟,尤 瑜,杨文涛

(西安交通大学公共政策与管理学院，陕西 西安 710049，mawei@mail.xjtu.edu.cn)

《中国医学伦理学》是目前我国唯一一本关于医学伦理学、生命伦理学的大型刊物，目前已经成为医学伦理学学术交流与共享的良好平台[1]。为了描绘和把握《中国医学伦理学》杂志创刊以来研究的宏观图景与主题领域，本文运用文献计量方法和知识图谱可视化工具，对《中国医学伦理学》杂志近30年来刊文进行全面考察。通过对图谱的深入解读，结合对高频关键词和重要时间节点出现文献的对比，对《中国医学伦理学》杂志刊文主题的整体状况、研究热点及发展变化趋势进行阐释，以期为广大医务工作者和科研人员提供服务和指导，对中国医学伦理学学科未来的发展有所贡献。

1 数据来源与研究方法

1.1 数据来源

本文选用“CNKI-中国知网”文献数据库为检索源获取《中国医学伦理学》总体发展研究所需的样本文献数据，检索日期为2017年11月18日，检索范围为《中国医学伦理学》杂志公开发行以来(1990—2017年)知网收录的全部文献，共计7412篇文章，去除无作者或作者标注为“本刊编辑部”以及其他非学术类文章后，得到有效的期刊学术文章为6894篇。

1.2 研究方法

本文使用文献计量学中的共词网络分析法对样本文献进行计量分析。共词网络分析法根据文献“关键词”共同出现的情况确定研究文献所代表学科中各主题之间关系及结构变化[2]；用通过确定阈值提取的高频词代表研究领域重点词语，进而形成共词网络[3]；共词网络反映了一对关键词在同一篇文献中出现的频次，共同出现的频次越高，说明其关系越密切[4]。

本研究使用CiteSpace IV、Ucinet、Matlab、SPSS等软件对中国知网数据库中《中国医学伦理学》收录的文献进行统计和可视化分析，基于文献计量学的理论规律和分析方法，绘制出科学知识图谱，在此基础上，揭示和解读该领域的研究热点和演变路径。具体分析过程主要分为四个阶段：

第一阶段：统计关键词词频并构建关键词共词矩阵。具体步骤为：①导出文献记录。将搜索到的6894篇文献以Refworks、Notexpress等格式导出；②提取高频关键词。根据高、低频词分界公式确定阈值并提取关键词。

第二阶段：共词社会网络分析。根据高频关键词构建共词矩阵，并导入Ucinet绘制社会网络图谱，进行网络密度、中心性分析，对《中国医学伦理学》刊文的主题整体发展状况进行阐释。

第三阶段：共词聚类分析和多维尺度分析。将共词矩阵转换为相异矩阵，采用SPSS软件实现共词聚类和多维尺度分析，导出树状图和类团图，根据《中国医学伦理学》刊文文献的具体内容，分析学科领域的研究热点。

第四阶段：关键词时序知识图谱分析。将数据导入CiteSpace IV绘制关键词知识图谱，根据图谱信息，对《中国医学伦理学》刊文的主题发展变化进行阐释。

2 《中国医学伦理学》刊文总体情况

2.1 我国医学伦理学学科研究文献期刊分布

在CNKI-中国知网的文献数据库中，医学伦理学领域的研究文献来源为《中国医学伦理学》占比57%，排名第一；《医学与哲学(人文社会医学版)》占比26%，排名第二；其余期刊占比均小于4%。由此可见，《中国医学伦理学》杂志在我国医学伦理学研究中的具有重要地位，引领学科发展走向，通过对该杂志的分析能够展示学科的发展状况。

2.2 1990—2017年《中国医学伦理学》发文量分布

1990—2017年，《中国医学伦理学》刊登的6894篇文献分布曲线如图1所示。

图1 1990-2017年《中国医学伦理学》发文量分布

从整体上看，从1990—2017年，《中国医学伦理学》期刊的发文量呈上升趋势。1990—2004年，年发文量为200篇左右，有微小波动；2004—2009年，发文量连年增长，到2009年发文量达到428篇，比2004年翻了一倍多；在2009—2015年，年发文量逐渐减少，2015年时发文量为328篇；2015年以后，年发文量又出现显著增加，2017年年发文量达到447篇，创历史新高。从基金支持发文量来看，在2001年前，仅有3篇文章为基金资助，此后，年基金发文量稳定增长，并没有跟随整体发文量出现明显波动。在2017年年基金发文量达到192篇，占到总发文量的42.95%，表明近年来，有关学者对《中国医学伦理学》杂志的关注越来越多，基金发文量不断提升。

2.3 1990—2017年《中国医学伦理学》杂志被引频次

期刊被引频次和影响因子是国际公认的期刊评价指标，主要用于测度学术论文的社会显示度和期刊的学术影响力[5]。2006年以前，《中国医学伦理学》杂志的引文量很低，学术影响力小。从2007年开始，《中国医学伦理学》的引文量有明显增长，学术影响力有大幅提升。三次引用量峰值分别出现在2008年、2011年、2016年，引文量分别为2360篇、2397篇、2642篇，篇均引文量5.73篇、6.81篇、7.4篇。低谷出现在2009年和2013年，年引文量分别为2192篇、1756篇，篇均引文量都为5.12篇。2006年至2016年9月，我国论文共被引用1489.85万次，篇均被引为8.55次，低于世界平均值11.5次/篇[6]。而《中国医学伦理学》最高年篇均引文量仅为7.4篇，低于中国论文篇均引文量平均值，《中国医学伦理学》杂志的学术影响力还有很大提升空间。

图2 1990—2017年《中国医学伦理学》期刊引文量和篇均引文量

3 《中国医学伦理学》刊文主题图谱

3.1 提取高频关键词

表1 高频共现关键词及其词频

续表

3.2 社会网络分析

社会网络分析是社会科学研究方法中的一种工具，同时也是一种关系论的思维方式，它通过一系列节点及节点之间连线组合来分析不同的个体、群体或元素所构成社会关系的结构及属性[8]。本文在绘制社会网络图谱的基础上，计算网络密度、中心性等指标作为分析学科研究热点的依据。

3.2.1 构建高频关键词共词矩阵。

在提取出高频关键词的基础上，利用Bibexcel构建高频关键词共词矩阵(见表2)。

表2 部分高频关键词共词矩阵

3.2.2 社会网络图谱绘制。

将表2所示46*46关键词相关矩阵导入UCINET绘制形成医学伦理学共词社会网络图谱(见图3)。图中节点表示关键词，节点大小代表该关键词在网络中的地位，节点越大，地位越重要；连线表示两个关键词在论文中同时出现，连线越多，关系越密切。从图中可以看出，“医学伦理”“医患关系”“医学教育”“医疗纠纷”“医德建设”等一些点较大，表明这些主体与其他主题关系紧密，受关注程度高。而“安乐死”“艾滋病”“健康教育”等主题词处在网络边缘，与其他主题关系稀疏，受关注程度低。这在一定程度上表明医学伦理学研究发展趋于多元化，同时一些领域还缺乏深入研究和探讨，未形成一定规模。

3.2.3 网络密度分析。

网络密度(Density)反映社会网络中节点联系的紧密程度，各点关联性越强，图的密度就越大[8]，它的取值范围为[0，1][9]，数值越大表示其中关键词所指代的研究子领域交叉影响力更强[10]。本文将共词矩阵多值关系数据转换成二值数据关系数据进行密度测量，得到医学伦理学共词网络密度为0.5014，网络密度一般，说明当前医学伦理学研究的深度和广度还有很大挖掘空间。

图3 医学伦理学高频关键词聚类龙骨图

3.2.4 中心性分析。

个体在网络中占据的位置对资源的获取和信息控制具有重要作用[11]，中心性(Centrality)是用于探讨关系网络中各个行动者(Actor)“权力”大小或居于怎样的“地位”[9]。本文运用度中心性、接近中心性、居中中心性来揭示网络中各关键词之间的结构性关系(见表3)。

表3 高频关键词中心性分析结果

度中心性。度中心性是局部某点对其邻点而言的相对重要性，处于网络中心的行动者与其他行动者之间有较好的联系。度中心性反映中心度被作为测度声望和权力的指标之一[12]。在关键词研究中，度中心性表明一个关键词与其他关键词共同出现的连线数。例如，“医患关系”的度中心性为551，表明“医患关系”在关键词网络中至少与551个关键词同时出现。从表3得知，“医患关系”“医学伦理”“医德教育”“医疗质量”“医学生”“知情同意”和“医德建设”等关键词的度中心性比其他高。这表明这几个主题是医学伦理学研究的重中之重。

接近中心性。接近中心性是一个行动者与网络中所有其他行动者的接近程度，是对不受他人控制的一种测度[9]。接近中心性反映一个关键词与其他关键词共同出现的较短路径，是以距离来计算某一关键词的中心度。接近中心度表明一个关键词是否能通过较短路径与其他关键词相连。它是以距离为概念来计算一个节点的中心程度，接近中心度数值越大，该点越不处于网络中心位置。从图3和表3可以看出“安乐死”“伦理审查”“健康教育”“医患纠纷”“艾滋病”等关键词的接近中心度值较大，处于图边缘。这表明目前这些主题还没有形成一定规模，缺乏深入的探讨。

居中中心性。居中中心性是一个行动者处于其他点中间的程度[9]，衡量一个关键词作为连接其他关键词的桥梁作用大小。如果一个关键词处于许多交往网络路径上，可以认为此关键词处于重要地位[13]。居中中心性数值越大，该点的位置越重要。由图3和表3可以看出，“医学伦理”的居中中心性是70.119，远高于其他关键词，紧随其后的是“医患关系”(44.749)“医德教育”(27.173)，这几个词是关键词网络的主要桥梁，网络中信息流动主要依赖于这几个关键词。

3.3 共词聚类分析和多维尺度分析

聚类分析和多维尺度分析是多元统计方法中较为常用的“降维”工具，聚类分析根据变量间的相似程度(距离)，形成亲疏关系谱系图，更自然和直观地显示分类对象(个体或指标)的差异和联系。多维尺度分析根据变量间聚集程度(空间距离)，形成群簇类团图，代表学科研究热点，越靠近图中央，越处于核心位置，以此来判断学术热点及其在研究领域的位置[14]。

3.3.1 构建关键词相关矩阵和相异矩阵。

由于原始高频关键词共词矩阵(见表2)数据差异较大将直接影响后续对关键词进行的聚类分析，进而影响研究热点的归纳，本文采用文献计量学中通用的Ochiai系数法将共词矩阵转换为相关矩阵(见表4) 。在用Ochiia系数将共词矩阵转换成的相似矩阵中，由于0值太多，不符合多维统计分析的要求，为得到符合尺度分析要求的数据结构，构建相异矩阵(即1减去相关矩阵)(见表5)。

表4 部分Ochiai系数化后的高频共现关键词相关矩阵

表5 部分高频共现关键词相异矩阵

3.3.2 聚类分析。

借助SPSS20.0统计软件，将上文得到的相异矩阵导入进行聚类分析 ，以聚类龙骨图的形式(见图3)描述关键词的语义层次亲疏关系，进而提炼研究主题。根据图3医学伦理学高频关键词聚类龙骨图，初步将其分为伦理委员会、卫生、医患关系、人文精神与医学教育、临终关怀与安乐死、医院管理与伦理、护理伦理、医德医风建设与医疗实践等8类。为更清晰的表达，绘制高频关键词聚类结果表(见表6)。

3.3.3 多维尺度分析。

借助SPSS20.0统计软件，将上文得到的相异矩阵导入进行多维尺度分析，根据关键词和主题类团在多维尺度图中的位置和距离，初步直观地判断不同研究主题在医学伦理学领域的地位及相互关系。根据多维尺度分析结果，结合前文分析结果和关键词实际语义关系，划分出8个主题类团(见图4)，表明我国医学伦理学领域的研究核心集中在“医学伦理与医院管理”“医疗人际关系”“医疗人文精神”等处于图中心的主题类团上。

表6 高频关键词聚类结果

图4 医学伦理学主题热点的多维尺度图

4 《中国医学伦理学》刊文时序图谱

在了解中国医学伦理学研究热点的基础上，为认识不同时间段研究的发展变化状况，本文利用Cite Space IV绘制了《中国医学伦理学》刊文研究关键词时序知识图谱。结果显示，2002年前后热点主题出现明显变化。2002年以前的研究针对医学院校、伦理委员会、医院三大主体，“医患关系”“医学伦理学”“医德教育”“医学生”“医疗质量”等关键词词频较高。2002年以后“人文精神”被提出，“人文精神”“人文素质”“人文关怀”“以人为本”“医学人文”“人文教育”成为关注热点；同时，学界对医患关系的关注也变为“和谐医患关系”，为解决医患矛盾建言献策，“和谐”“和谐医患”“医患沟通”“医患信任”等词的出现表明了这一点。结合相关文献，将其演变大致划分为：

1990—2002年，强调临床实践中医生的职业道德，“医疗行为”“医疗技术”“市场经济”“职业道德”等受到关注，同时侧重对医患关系和医疗纠纷的现状研究；2002—2010年，研究关键词集中出现了“人文关怀”“伦理审查”和“和谐医患”等，医学伦理学研究者开始关注和谐医患关系的构建；2010年以来，新医改成为热门话题，同时“医学人文教育”和“医患信任”受到广泛关注，“影响因素”“患者满意度”等关键词的出现表明中国医学伦理学的研究开始转向定性与定量相结合。

5 结论

通过知识图谱与热点分析，可以发现《中国医学伦理学》杂志创刊30年来发展迅速，影响力显著提升。从刊文的关键词进行的共词网络分析、聚类分析和时序图谱分析来看，《中国医学伦理学》杂志研究内容趋于多元化，对“医患关系”“医德教育”关注程度较高，而“健康教育”“生命质量”等领域还缺乏深入研究和探讨；期刊的研究热点集中在伦理委员会、卫生管理伦理、医疗人际关系、医学人文教育、临终关怀与安期刊乐死、医学伦理与医院管理、护理伦理、医德医风建设与临床伦理等8个方面；期刊的研究热点演变呈现出研究方法从定性向定量发展，研究内容从“现状-问题-对策”研究到理论机制与影响因素研究。