国内房颤治疗领域研究热点主题分析

房颤是最常见的心律失常之一，其患病率在普通人群中为0.4%[1]，且随着年龄的增长而增长，约占住院心率失常患者的1/3[2-3]，全球至少3350万人受房颤影响[4]。随着人口老龄化的加速，房颤的发病率、致残率和致死率逐渐增加。虽然治疗技术在不断进步，但房颤的危害仍未得到有效控制，因此房颤的治疗已经成为当今心血管领域巨大的挑战。本文通过分析国内房颤治疗领域的研究热点，为临床工作、基础科研工作提供有意义有价值的参考。

1 数据与方法

本文以中国知网期刊数据库、万方期刊论文数据库、维普中文科技期刊数据库为数据来源，使用关键词“(房颤OR心房颤动OR心房纤颤OR心房扑动)AND治疗”进行精确检索，时间跨度为检索时间(2018年5月25日)之前，共检出初始数据3 707条。将其题录分别按照NoteExpress格式导出后导入系统，人工判读处理不相关及重复文献后，得到与房颤治疗领域相关原始文献题录共计1 675篇。

基于文献调研，分析房颤治疗研究领域文献的数量增长、核心作者及来源期刊分布情况；基于共词分析，采用因子分析和聚类分析的方法，将高频关键词进行聚类并根据粘合度值来确定房颤治疗各类团的研究主题；采用社会网络分析法，对核心作者和研究主题的关系网进行分析，揭示房颤治疗研究领域学者之间的科研合作及研究主题关系；采用战略坐标分析法，分析各研究主题的目前研究情况，如核心研究内容、内外部结构等，并预测其变化趋势。

2 数据处理

2.1 数据清洗

将1 675条与房颤治疗有关的文献题目和目录从文献管理软件NoteExpress中导出，然后将其导入Bicomb 2.0[5]书目共现分析系统对文字段落进行比对和提取，同时对其内容进行数据清洗操作，主要包括检查数据是否具有一致性，处理一些无效或缺失的数据，最终完成对数据的整理和清洗。

2.2 数据统计

使用Bicomb 2.0书目共现分析系统对提取的与本文研究相关字段数据进行汇总统计，并选取一定“频次阈值”的符合需求的数据，导入Excel文件，为下一步数据分析做准备。

2.3 构建矩阵

通过Bicomb 2.0可直接得到关键词词篇矩阵、核心作者词篇矩阵，利用Excel将关键词词篇矩阵转置得到关键词篇词矩阵，Excel自编公式构建核心作者-关键词矩阵，作为待分析数据。

3 结果与分析

3.1 房颤治疗研究的发文情况

对国内房颤治疗领域论文历年发布情况进行统计，结果显示我国关于房颤治疗在1973-1998年的发文量极少，而在1999-2018年其关注程度持续增加，这可能与1998年中国第一例房颤导管消融治疗的顺利开展、患者数量增加、技术不断进步、新药物研发等因素有关。

布拉德福定律是关于专业文献在刊登该文献的期刊中的数量分布规律。该定律认为如果将一定时间内的期刊按照某种学科的载文量进行降序排列，则可以将期刊分为核心区、相关区和外围区，这3个区假设都包含同等数量的论文，且3个区的期刊数量关系为1∶n∶n2，这一系数称为布拉德福系数[6]。据此，可将该领域的科学期刊划分为核心期刊区(载文量大于或等于11)、相关期刊区(载文量大于3且小于11)、外围期刊区(载文量小于或等于3)。这3个区包含的期刊数量分别为27、91、393，基本都为3的倍数且具有增长的关系，因此可以合理推出其布拉德福常数大约为3。核心期刊区中，《中华心律失常学杂志》(53)、《中国医药指南》(33)、《实用心脑肺血管病杂志》(32)、《中华心血管病杂志》(30)、《中国心脏起搏与心电生理杂志》(27)位列前5，累计载文175篇，前27种期刊共载文538篇，说明目前房颤治疗领域的文献相对集中，已经形成自己的核心期刊。

3.2 房颤治疗的研究主题分析

当两个关键词同时出现在同一篇文献中时，它们中间即存在一定的内在联系，次数越多关系越密切[7]。通过对文献高频关键词进行统计分析，可以挖掘某一领域的核心研究主题。

3.2.1 关键词聚类分析

3.2.1.1 选取高频关键词

杨爱青[8]将词频g指数定义为：某个研究主题关键词的数量分值为g，当此关键词总量N中有g个关键词时其累计出现频次不少于g2次；当此关键词总量N中有g+1个关键词时其累计出现频次少于(g+1)2，词频g指数在共词分析主题词选取中具有简便性、有效性和科学性且敏感度较强[8]。因此，本文选取词频g指数作为选取高频关键词的方法。

本文在研究中除去“心房颤动”和“治疗”等一些与主题内容无关的词，根据上述方法计算出本文高频词的阈值为61(表1)。

3.2.1.2 构建关键词词篇矩阵

用Bicomb 2.0统计上述高频关键词在每篇文献中出现的情况，生成行为高频关键词，列为文献记录号的61*1 570的高频关键词词篇矩阵(表2)。矩阵中的数字“1”表示出现，否则用“0”表示。

3.2.1.3 关键词因子分析

首先，需要判断选取的数据指标有无结构效度、是否适合进行因子分析。本文采用KMOS检验和Bartlett球型检验，选取KMO检验的值>0.5且Bartlett球形检验中显著性值<0.05的数据指标，这一部分指标为符合要求的指标。

表1 前61个高频关键词词频列表(部分)

表2 高频关键词词篇矩阵(部分)

注：因文献记录号4未对应上述关键词，故文献记录号不连续

运用上述词篇矩阵，通过转换找到出现频率较高的关键词篇词矩阵，将其导入SPSS 22.0中，对61个高频关键词的数据进行KMOS检验和Bartlett球型检验，输出结果如图1所示。这2种检验需要结合协方差矩阵分析的方法，同时也会用到因子分析功能。其中KMO值为0.611(>0.5)，Bartlett球形检验中显著性值为0.000(<0.05)，因此房颤治疗领域主题研究的高频关键词适合进行因子分析。

图1 KMO检验和Bartlett球形检验结果

然后，将1 570*61的高频关键词篇词矩阵导入SPSS 22.0中，对样本的协方差矩阵进行检验分析。主要运用主成分分析方法进行因子分析，共有18个公因子被提取(表3)，其累计方差贡献率为65.754%。根据“所提取的因子应能概括总体信息的60%以上”[9]原则，结合表3中的数据(前15个因子的累计方差贡献率约60.416%)可知，将这61个高频关键词分为15-18类都是合理的。

表3 各指标相关矩阵特征值和方差累积贡献率

3.2.1.4 关键词聚类

将前述的高频关键词词篇矩阵全部导入SPSS 22.0，运用Ochiai系数和组间平均连接方法构造相似矩阵，根据聚类结果并参考因子分析的因子提取个数，最终确定本文的聚类数为15。将结果中的聚类类目成员列表和聚类树状结构图结合，最终得到聚类树及类目成员图谱(图2)。

图2 基于SPSS的关键词聚类树及类团成员图谱分析

3.2.2 各类团主题的确定

主题的确定需要参考关键词粘合度。关键词粘合度既可用来衡量类团内各关键词对类团的贡献度，也可用来衡量其代表的主题在促进类团聚类的过程中的作用是否有效或者有效的程度大小。中心词，顾名思义是对某一类团中心思想的表达和体现。按照关键词拟合度的理解，其拟合度也应该是最大的，最能促进类团聚类。本文对类团中心词粘合度的计算采用了钟伟金[10]学者的方法：

式中，N(Ai)表示关键词Ai的粘合度，F(Ai→Bj)表示关键词Ai与同一类团其余关键词的共现频次[11]，n为类团中关键词的总数。

通过上述公式计算关键词粘合度，其中值最大的即为该类团的中心，是该类团研究的主要内容。本文以类团12为例，通过计算得到该类团中的关键词“手术治疗”“射频导管消融术”“迷宫手术”“外科治疗”的粘合度值分别为2.67、2.33、4.67、2.33，可见此类团研究的主要主题是迷宫手术。

以此类推，按照同样的计算方法和原理得出类团1-15的研究主题依次为抗凝治疗、心律失常、阵发性心房颤动、冠心病、胺碘酮、心力衰竭、稳心颗粒、心动过速、治疗方法、射频消融术、导管消融术、迷宫手术、心电图、病因、预激综合征。

3.3 研究主题与核心作者的社会网络分析

研究主题与核心作者之间的社会关系网络可体现该领域中各研究主题的受关注程度及核心研究力量。首先，使用Bicomb 2.0提取31位核心作者及其文献信息，导出核心作者-文献矩阵。然后，采用Excel自编公式将高频词的词篇矩阵与核心作者-文献矩阵结合进行计算得到核心作者-高频关键词矩阵，以聚类的结果作为基础将高频关键词与所属类团进行一一对应转置，最终得到研究主题-核心作者关系矩阵(表4)。这一矩阵中的元素可以表示其对应的作者在发表的文献中，研究主题中含有该元素的关键词个数[12]。最后，将研究主题-核心作者关系矩阵导入Ucinet 6.0社会网络分析软件，利用其内置的Newdraw功能进行计算，最终得到研究主题-核心作者的社会关系网络图谱(图3)。

表4 研究主题-核心作者关系矩阵(部分)

由图3可以看出，圆形节点是房颤治疗领域的研究主题，其大小代表该主题核心作者数量及其在领域的受关注程度，节点越大，该主题涉及核心作者数量越多；方形节点代表的是核心作者，节点大小表示该核心作者涉及的主题数量的多少，由此可看出该作者在研究中的活跃程度，节点越大，该作者对主题的贡献越高。从图3中还可以看出，在核心作者的节点与研究主题的节点之间有不同粗细的线段连着，这些线段表示该作者与该主题之间具有研究关系。其中越粗的连线表明作者对该主题的研究越多，研究中涉及到的关键词数量在这一主题下越多，在一定程度上可以体现作者对该研究主题的贡献程度。

图3 研究主题与核心作者关系网络图谱

3.3.1 研究主题的受关注程度

图3中有2个最大的研究主题节点，分别对应主题2“心律失常”和主题11“导管消融术”，表明这2个主题涉及的核心作者人数最多，受关注程度最高。其余受关注度较高的研究主题依次是主题1“抗凝治疗”、主题5“胺碘酮”、主题10“射频消融术”、主题8“心动过速”、主题12“迷宫手术”、主题3“阵发性心房颤动”。经计算得出，该网络中每个主题的平均核心作者数为12.8，它们的核心作者数>12.8，是房颤治疗领域中的热门研究主题。

3.3.2 核心作者的科研影响力分布

图3中马长生在房颤治疗领域中研究主题数量为13个，是最大的核心作者节点；其余依次是胡大一、杨新春，他们在房颤治疗领域中均涉及10个研究主题，是该领域内活跃的核心作者。经计算得出，每个作者涉及的研究主题平均数为6.26，研究主题数量在6～9之间的核心作者共有9位，均为该领域中较为活跃的作者。核心作者中涉及6个研究主题、5个研究主题、4个研究主题、3个研究主题的核心作者数分别是6、6、4、3，这些作者的研究偏向某一个领域的深入研究。

3.3.3 研究主题与核心作者的相互关系

图3中，以某一研究主题为中心来看，与其核心作者之间连线的粗细各不相同。与主题连线越粗的作者，对主题研究的贡献程度越大，是该主题的核心研究力量。以某一核心作者为中心来看，与其所研究的主题间的连线粗细也不相同。与作者连线较粗的主题表明是该作者研究的重点主题。例如，与主题2“心律失常”的连线较粗的作者节点有马长生、胡大一、杨新春、黄从新等，为主题2的核心研究力量；再如，核心作者董建增所涉及的4个研究主题(主题1、主题2、主题10、主题11)中，主题2的连线最粗，是其研究重点。

3.4 研究主题的战略坐标分析

战略坐标图可以用来表示某一领域内部关联的情况以及领域间相互影响的情况。本文以每个主题的向心度为横坐标、密度为纵坐标绘制战略坐标图，根据各主题在战略坐标4个象限中的位置，描述该领域的科学研究结构、预测未来发展趋势。

3.4.1 指标计算

向心度表示主题间的关联强度，向心度越大，该主题在研究领域中越趋于核心地位。其计算方法为：某类团包含的关键词与该类团外所有关键词的共现频次总和、平方和或者平方根来表示[13]。本文选取平均值。

密度表示主题内部的关联强度，计算方法为：类团内的关键词两两共现频次之和，取平均值、中位数或者平均值来表示[13]。本文选取平均值。计算之前，为了消除高频关键词本身词频值差异较大对类团密度值的影响，将关键词共现矩阵中对角线元素改为0[12]。

3.4.2 战略坐标图的绘制

根据聚类分析结果和关键词共现矩阵，计算出各个研究主题的向心度和密度值，并以向心度为横轴、密度为纵轴，以二者平均值的交点(81.655，23.476)为坐标原点，绘制房颤治疗领域的战略坐标图(图4)。此坐标轴将图表分为4个象限，可以描述各主题的研究发展现状及其未来发展趋势。

图4 国内房颤治疗领域主题的战略坐标

战略坐标图中，向心度的值越大，在X轴的方向越靠右，表明该类团与其他类团关联十分紧密，是该领域内的核心主题，占有重要地位；密度值越大，在Y轴方向越靠上，说明该类团内部的关键词之间相互联系非常紧密，在该领域中它已经相对成熟。

3.4.3 核心研究主题

图4中，高密度、高向心度的主题位于第一象限的外缘，说明主题类团内部的研究主题之间相互联系紧密，研究比较成熟，是研究的中心，研究力量相对集中、受关注程度较高。同时，它们与外部其他类团主题联系广泛且密切，是该领域的核心研究主题。“抗凝治疗”“胺碘酮”“心律失常”位于第一象限，它们的向心度和密度都远高于其他主题。心律失常药物治疗中胺碘酮属于Ⅲ类，是选择地延长复极过程的药物，而心律失常导致的房颤往往需要抗凝治疗。三者之间关系紧密，受关注度较高、研究力度较大，且形成自己的研究体系，是近几年来房颤治疗领域中的研究核心主题。

3.4.4 独立研究主题

图4中，高密度、低向心度的主题位于第二象限。此象限中的主题，虽然类团内部关键词联系紧密，但与其他主题的联系相对较弱，研究相对独立。这类主题虽然已被研究，但由于与其他主题联系不密切，生命力不强，继续研究可能会因为其局限性而消失。本文中第二象限暂无主题，说明房颤治疗领域的研究还未出现既成熟又相对独立的研究主题，与房颤治疗相关的研究目前还处于快速发展，仍需继续深入研究、完善体系的阶段相一致。

3.4.5 边缘研究主题

图4中，低密度、低向心度的主题位于第三象限，研究主题的新热点一般会出现在此象限。该象限中主题类团内部结构松散，受关注程度较低，说明研究不成熟；同时与其他类团主题联系不广泛，属于所在研究领域的边缘区域。第三象限包含心电图、稳心颗粒、病因、预激综合征、治疗方法、迷宫手术、心动过速等7个研究主题，对这些主题进行研究还有待加大人力物力的投入，以便其向第一象限发展。

3.4.6 潜力研究主题

图4中，低密度、高向心度的主题位于第四象限。该象限中的主类团内部关键词之间联系不紧密，不能自成一体，受关注度较低，但是与其他主题联系紧密，在整体研究中表现活跃。第四象限中包含5个主题，分别是射频消融术、冠心病、心力衰竭、导管消融术、阵发性心房颤动。这些主题属于房颤治疗领域中的交叉研究主题，具有强大的生命力，处于各研究主题的中心，但研究主题尚不成熟，只要对其关注度有所提高，加大研究力度，就会向上移动成为核心研究主题。

科研过程中，很多因素会导致研究主题向心度和密度的值发生变化。如领域内研究作者团队及内容的变化、新的知识点的出现、相关技术的进步等，都会引起各研究主题在各象限之间的移动或替换为新的主题。如房颤治疗领域中处于第三象限的研究主题“心动过速”在原点位置附近，随着其研究的不断深入与发展，它有可能会进入第一象限。

4 结论

本文主要利用文献计量分析、关键词聚类分析、社会网络分析、战略坐标图的方法，从多角度分析国内房颤治疗领域主要研究主题及研究现状，包括研究主题的内容、受关注程度、核心期刊分布、研究力量分布、研究主题的内外部结构及其发展趋势，争取为其今后研究提供借鉴和参考。

房颤治疗领域仍有未深入研究的主题，作者间仍需加强合作和发展。战略坐标图中，该领域只有3个研究主题处于第一、二象限(研究成熟度区域)，大部分主题位于学科研究的第三、四象限(边缘且成熟度较低的区域)，说明该领域的研究总体还不够成熟深入，仍有很大的发展空间，应引起更多领域内学者的关注并加大科研投入，以便其更好地发展。

5 结语

由于数据源仅限于期刊论文，未涉及其他类型的数据以及国外房颤治疗领域的相关数据，结论存在一定的局限性，难免有不完善的地方。在后续研究中将进一步分析国内外房颤治疗领域相关文献，以便更好地了解国内外房颤治疗领域研究的异同和进展。