健康管理研究的热点与演进——基于CiteSpace文献信息可视化结果的分析

汪颖霞 施毓凤 李 秀 卜 佳

(上海健康医学院，上海 201318)

健康管理是对个人或者人权的健康危险因素进行全面的管理的一种过程，其主要以调动个人、机体和社会的积极性，利用当前有限的资源达到最大的健康促进效果。尤其在新时代，传统的健康管理方式已经不能满足人们的需求，并且目前为止相关的研究多集中在具体社区以及具体的人群，缺乏较为宏观的概括。而且健康管理是一种慢性过程，在具体的研究中要不断综合分析。因此本文基于健康管理的文献进行可视化研究，可以对抽象文献赋予直观的视觉效果，揭示出该领域目前的研究现状、热点等问题，旨在为其他学者的相关研究提供借鉴作用。

1 研究方法

1.1 数据处理

本文以CNKI中国期刊全文数据库(简称中国知网)作为数据来源，以“健康管理”为关键词进行精确模式搜索，其中检索时间设定为2000—2019年。此外针对检索结果手动去除了会议、简介等非学术论文后，共得出有效文献4 551篇，然后以refworks格式下载，download_xx.txt格式命名，最后导入软件进行数据转换。

1.2 研究工具

Cite Space V知识可视化软件是由美国德雷赛尔大学陈超美(Chaomei Chen)开发的一种多元、分时、动态的知识图谱绘制工具[1]。它可以利用可视化引用分析科学文献中所包含的基础知识，并可以通过文献与视觉交互的数据挖掘方式来促进分析推理，从而有效地帮助读者更好地理解他们所从事的研究领域。此外它已经在至少60个国家启动了数万次，并且已经不断更新升级，可靠性高，是目前科学计量学广泛应用的新工具[2]。

1.3 研究程序

使用CiteSpace软件的研究程序主要包括以下几个方面。第一步，文献检索，下载数据。Citespac软件支持中国知网refworks文本格式。第二步，数据清洗。去除重复、会议、期刊信息、名人访谈等记录。第三步，建立项目。以清洗后的数据作为研究对象，并新建空白文件夹储存运行工程记录。第四步，阈值设定。时间阈值具体设定为2000—2019年，节点阈值主要以TOPN为主。第五步，图谱修剪以及可视化。对于CiteSpace产生的图谱部分采用pathfinder方法进行修剪，可视化主要围绕关键词聚类主题、热点演进时区以及聚类时间线结果进行。

2 结果分析

2.1 发文趋势分析

健康管理的研究逐渐广泛，只是在不同的时间角度下，关注的程度具有差异性，而一个领域年份发文数量的水平可以看出一个领域研究的发展情况，衡量一个主题领域研究的深度等。因此根据数据计量统计了年份发文变化，制成了如图1所示的柱状变化趋势。其中横坐标表示年份，纵坐标表示发文量，折线的曲折变化表示了发文数量的变化趋势。

图1 基于2000—2019年健康管理文献统计变化折线图

由图1可以直观地看出健康管理领域的发文水平呈现上升的趋势，且整体历经了发展初期(2000—2004年)、缓慢期(2005—2011年)和快速发展期(2012—2019年)。其中在初期阶段，共发文献为34篇，平均水平为6.8篇/年；在缓慢期发文数量总共为733篇文献，平均水平为104.7篇/年；在发展快速阶段共发文为3 784篇，平均水平为473篇/年。研究发现相较于上一阶段的文献总量以及平均发文水平呈现出“爆发式”增长，并且到目前为止这种爆发性仍在显著增强。值得注意的是在2010年以及2018年的发文数量分别为241篇和621篇，处于“峰值”，是该领域发展的重要时间节点。从文献计量结果来看，近20年来学者们对于健康管理的研究热度逐渐增加，并且这种增加态势越来越明显。

2.2 研究热点分析

关键词是文献检索的重要依据之一，其能够高度概括文章研究的中心思想，因此通过对关键词频次、中心性以及相关性进行分析，可以把握整篇文章的中心思想，同时针对重要关键词背后的重要文献进行分析又可以加深我们对于热点的理解。因此，学者常用关键词的相关特征来界定研究领域的热点问题。

2.2.1 研究热点主题分析

关键词聚类分析(Cluster Analysis)又称为群分析，起源于古老的分类学，是根据“物以类聚”的思想，对数据进行分类的一种多元化统计的方法，对科研具有极高的价值。图2是在CiteSpace软件界面中以“Keyword”作为网络节点，时间切片“Years Per Slice”设定为2年，TOPN设定为30，并选取Minimum Spanning Tree(最小生成树)网络修剪，运行得到的节点120个，连线208条的关键词共现图谱，然后再点击“find clusters”进行聚类，并以“K”作为标签词得到。其中在对图谱调整过程中主要剔除了系统中默认的较小聚类。与此同时根据计量统计信息绘制了关键词表(见表1)。

表1 2000—2019年健康管理领域研究高频关键词表

图谱中的每个节点代表一个关键词，节点的大小代表关键词出现的频次，节点越大关键词出现的频次越高；节点颜色从中心向外由冷色渐变为暖色，代表关键词出现的年份由远及近。节点之间的连线代表关键词共现的频次，连线越粗，共现次数越多。图2直观地反映出，在2000—2019年期间，关于健康管理领域的研究中关键词出现的频次高低排序为“健康管理”“高血压”“糖尿病”“社区”“健康体检”等。因本文是以“健康管理”为关键词检索，因此“健康管理”等相关词语出现频次排名居前属于正常情况，也在一定程度上反映了数据检索的准确性。

节点紫色外圈代表该节点中心性值均大于0.1，紫色外圈越大，中心性越大，越能代表在该研究领域具有转折意义和承上启下的作用。结合表1可以看出，除了与“健康管理”高度相似的关键词之外，中心性大于0.1的关键词有“糖尿病”“老年人”“健康教育”“慢性病”“故障预测”等。这表明在健康管理研究领域中，健康管理的对象目前主要以慢性疾病为主，服务的人群主要是社区老年人，并且健康的有效管理也可以对一些潜在的风险和故障进行预测等。

图2 2000—2019年健康管理研究关键词聚类图谱

由图2中可以清晰地看出健康管理研究领域从2000年至今的研究热点，即图谱中以#标识的不同聚类，分别为#0健康管理、#1高血压、#2慢性病、#3老年人、#4社区卫生服务和#5模式。其中聚类指标modularity Q值(模块值)=0.539 4，Q值属于[0,1]，且Q>0.3,说明划分出来的社区结构是显著的；Mean Silhouette(平均轮廓值，S值)=0.655 9，通常s值大于0.5，认为聚类是合理的，因此本文研究的关键词聚类视图是可信赖的，并且结构清晰显著。

在聚类#0中，主要包含了健康管理、健康体检、生活质量、干预、大数据、互联网+等21个关键词。其中中国石油天然气集团公司中心医院保健中心胡安梅等人通过对企业机关人员体检结果的管理与分析指出健康管理可以有效降低人群的患病率[3]，与此同时健康体检是健康管理的有效手段，也是实施健康管理的最佳时间点[4]。此外相关研究表明加强健康管理干预还可以有效改善人群尤其是老年人慢性病患者(例如高血压、冠心病、糖尿病等)的药物依从性和生活质量[5-8]。最后在大数据时代，传统的健康管理模式不能满足大众对医疗与健康的多元化、个性化需求，因此健康管理在“互联网+”时代下的实际应用模式亟待升级。其中朱相远从观念和模式创新的角度指出了“互联网+健康管理”的社会健保体系[9]是医改的新方向，并且在不同的实际环境应用中，需要在此背景下制定不同的机制与模式。

在聚类#1与#2中主要对健康管理在一些慢性疾病中应用的实际价值进行了研究，表明了健康管理中的主要对象是常见的慢性疾病。聚类中主要包含了慢性病、高血压、糖尿病、健康教育、危险因素等21个关键词。其中很多研究已经实证了健康管理对慢性疾病的应用是有效的。广东省深圳市坪山新区人民医院社康办通过对社区脑卒中前期自创性患者建立健康档案进行追踪研究，结果表明通过对脑卒危险因素进行健康管理，可以有效预防或延缓脑卒中发生[10]，此外大连市中心医院风湿免疫科通过问卷调查的方式对1 000名社区患慢性病居民进行了调查肯定了健康管理对于慢性病的防治效果，但是也发现健康教育十分缺乏[11]。综合以上可以看出，通过对患者疾病的危险因素进行健康管理可以有效预防疾病的患病率以及发病率，并可以指导患者生活中应避免的危险行为和健康的生活方式。与此同时，健康教育的途径以及方式方法还有待改进，健康管理的知识普及率较低。

在聚类#3中主要包含了老年人、现状、对策等14个关键词。其中老年人是健康管理的主要群体之一，并且在2013年中国社会科学院发布的《中国老龄事业发展报告(2013)》中指出了我国的老年人人口比重在逐渐增大，我国的老龄化时代逐渐到来，但是与之相适应的健康管理模式单一、管理策略落后[12]，亟待改革，探索综合、有效的老年健康管理模式势在必行。此外伴随着年龄的增大，老年人的健康需求逐渐增大，健康危机感逐渐增强，从而导致自我健康管理的积极性显著提升。老年人自我健康管理主要包括心理、生理和社会3个方面。其中在心理方面，年龄、自我管理能力、家庭环境、子女交流以及社会支持是影响老年人健康管理的主要因素[13]；在生理方面，年龄、机体老化、健康行为是主要的影响因素；在社会方面，社会的政策、支持力度、社会环境是主要的影响因素。总之，老年人是健康管理的主要对象，伴随着老龄化的问题日益凸显，老年人对健康管理的需求提出了新的要求。因此我国应积极的打造综合性强、普遍性高的健康管理模式，并积极引导老年人实现自我健康管理，从源头上解决问题，实现健康幸福的中国式晚年生活。

在聚类#4中主要包含了社区卫生服务、服务模式、健康保险、医养结合、家庭医生签约服务等12个关键词。其中健康管理是一种新的卫生服务理念，可与传统的社区卫生服务之间相互促进[14]，共同促进社区卫生服务系统的健康管理。此外研究表明“医务社工+家庭医生”的模式是一种新的社区健康管理路径[15]，实现了社区卫生服务者与医生的家庭定位。其中鲍勇采用了随机分层抽取的方法，对社区人群健康管理的家庭医生制度进行问卷调查，结果表明：首选社区医院的人数比例在逐渐增加；居民对健康管理和家庭保健的需求较高；社区居民对家庭医生的制度和政策认知度还较差[16]。综合以上可以看出，社区卫生服务同健康管理相互整合，可以有效提高健康管理的效率，打造更为完善的社区卫生服务体系。但是到目前为止，健康管理的方式方法例如家庭医生等，居民的认知度较低，所以相关的健康管理的宣传还有待加强，使得社区-居民-医生三者之间实现无缝隙连接，共同打造新时代社区健康管理模式。

在聚类#5主要包含了模式、大学生、健康促进等11个关键词，该聚类主要对健康管理应对大学生的模式以及健康促进作用进行了描述。随着社会的发展，由于健康理念的普及以及大学生面临的压力不断增加、生活方式不健康等因素，大学生对健康的需求也显著增加[17]。其中郑锴等指出构建以社区为平台的高校大学生健康管理模式,对提高大学生的身体素质和心理素质、提升大学生的整体健康水平具有重大意义[18]。王协强等指出针对我国在校大学生应该建立并完善健康档案、健康需求评估、实行健康干预措施以及设置校检管机构等可以有效实现健康管理[19]。总之在未来，我国的健康管理应对的人群在逐渐丰富，我们要基于健康管理的本质以及当前我国的国情，积极的探索健康管理的新模式新方法，真正地实现健康管理的健康促进、健康预防、健康监测等功能。

2.2.2 研究热点演进分析

对于健康管理研究热点的分析，除去研究热点的静态分布情况之外，同时也需要关注热点的时区变化情况。本研究借助Cite space V软件对研究的关键词时区分布情况进行科学知识图谱的可视化研究，其中参数设定时间分割(Time slicing)为2000—2019年，每2年一切片，节点类型(Node Types)选择节点Key words，阈值项选择“Thresholds”(c；cc；ccv：3；2；20、5；2；20和6；2；20)，表示实际运行过程中主要筛选片前、片中和片尾关键词分别控制频次在3次、5次和6次及其以上，然后将可视化图现实结果设置为“Time Zone”，形成了健康管理研究热点的时区分布图(见图3)。

图3 2000—2019年健康管理领域研究关键词时区分布

图3是由一系列时间纵轴组成，每个时间轴上对应着该期间的研究关键词。从图可以看出，在发展初期(2000—2004年)，健康管理的研究主要是对慢性病的管理与分析，研究对象比较单一。在缓慢期(2005—2011年)主要围绕着健康体检、社区卫生教育、健康教育、慢性病高血压、糖尿病等的危险因素等方面进行了研究。其中健康管理不仅可以宏观地对慢性疾病进行管理，还可以对疾病的危险因素进行有效管理，从而干预患者的生活方式，显著提高患者的生活质量。在快速发展期(2012—2019年)进入了大数据时代，主要围绕健康管理的故障预测作用、效果评价以及与“互联网+”的模式进行了研究，其中新时代健康管理的应用模式与机制还有待完善。此外从研究热点时区分布情况来看，健康管理的研究内容逐渐丰富涉及学科逐渐增多。总之，从健康管理动态研究热点的时间发展来看，学科细化研究、多学科交叉研究将会是未来研究的一个明显趋势，并且研究的方法必定更加丰富，研究层次必将更加纵深，此外健康管理实际的应用领域在逐渐扩大，健康管理知识的宣传与普及还有待加强，与时俱进“互联网+健康管理”模式还有待具体化和完善化。

3 总 结

20世纪70年代，健康管理在美国被作为一门新的学科和行业，到目前为止已经有大约7 700万美国人在健康管理组织中享受健康服务，但是对于我国来说，健康管理的发展不论在数量上还是规模上均较低，整体水平还处于一个较为初级的发展阶段。本文通过对我国健康管理既有的文献成果进行研究，旨在梳理和把握我国健康管理的发展进程，使其能够更快被公众所认知，并且在实际应用中范围以及对象不断扩大，从而真正实现健康管理的健康促进作用、健康风险因素的把控作用、降低相应的医疗开支作用等，显著提升我国居民的生活质量与幸福指数。