国内中医体检研究热点及发展趋势可视化数据挖掘研究

胡远樟，余泽芸，曹 悦，温川飙，何 黎，罗 悦

(成都中医药大学，四川 成都 610000)

中医体检是中医“治未病”的重要组成部分，对于一些经现代医学相关检查，指标未见异常，但却表现出种种自感不适的个体而言，基于“未病先防，既病防变，病后防复”的中医理念[1]，将传统的中医四诊、经络、体质等辨识与现代仪器检测相结合的中医体检能够通过对人体健康状态的综合评价，达到中医“治未病”的目的[2]。随着中医现代化的不断发展，中医体检正成为一种全新的体检模式[3]。CiteSpace[4]和VOSviewer[5]是两款文献可视化的数据挖掘软件，本研究结合可视化分析结果和相关文献回顾，综合使用定性和定量的方法，从多个角度分析国内中医体检的研究状况，以期为国内中医体检相关研究提供有益参考。

1 数据来源和研究方法

1.1 数据来源

以中国知网(CNKI)为数据来源，检索时间为2019年8月1日。以“中医+体检”为主题，以“文献”为检索范围，时间分布采用CNKI默认回溯设置，其他检索条件均不限制，共得到349篇有效文献。排除会议通知、约稿说明等不相关文献后，纳入232篇相关主题文献，并以文本形式导出，构建中医体检研究文献数据库并导入CiteSpace和VOSviewer软件后进行可视化图谱分析。

1.2 研究方法

文献可视化数据挖掘是集科学计量学、信息计量学、计算机可视化等多学科交叉的新兴研究方法，能够以可视化的方式直观展示相关研究领域的知识结构与演进规律[6]。CiteSpace是由陈超美博士开发的文献网络可视化工具，可动态识别文献聚类、关键节点，以树形图和连线表示各个主题关系的强弱，VOSviewer由VAN ECK等研发，能够以距离、密度等方法表示节点之间的聚类关系，二者可优势互补，准确挖掘研究主题的本质[7-8]。

2 结果

2.1 研究概况

此领域最早出现的相关文献是在2002年，随后直到2009年前，国内中医体检研究数量很少，都在10篇以内。2010年以后发文量逐渐上升，其中2010、2011和2015年发文量突增，2019年预计发文量为44篇，且整体发文趋势符合线性增长模型y=2.6873x-5382.3(R2=0.8575)。如图1所示。

图1 发文趋势

2.2 关键研究者

设置软件参数：网络节点设定为“作者”，阈值设定为“Top 50”，选用网络裁剪“Pathfinder”和“Pruning the merged network”算法，其他保持默认选项，得到此领域相关研究者网络(图2)，其中有节点57个，连线105条，网络密度为0.0658。中医体检高产研究者可概括为六大合作团体，其中，发文量最大、最核心的研究团队是以王召平、梁嵘、王盛花为核心的研究队伍，主要研究体检人群中的舌象特征[9-10]，以王召平发文量最多(9篇)；其次是高飞、王国玮为核心的研究者团队；朱卫丰、项凤梅为核心的研究团队次之。依据普莱斯定律[11]并按取整原则，发文量在3篇及3篇以上的论文作者为核心作者，共计26位，共发表论文99篇，占所有论文总数的42.67%，表明中医体检研究领域中的高产作者起到了核心引领作用(接近50%)，同时表明以上研究者在中医体检领域研究成果较为突出，为中医体检领域研究奠定了良好的基础，但各自团队相对较为孤立，不同研究团队之间缺乏联系，不利于此领域的进一步发展。

图2 关键研究者网络图(部分)

2.3 空间分布

中医体检研究机构主要分布在北京、江西、成都三个空间地域，其中以北京最多，机构包括北京中医药大学、首都医科大学、中国中医科学院等多家高校和科研院所，随后为江西中医药大学，成都中医药大学和福建中医药大学次之。同时，此领域研究机构地域局限性明显，合作局限于单位内部，缺乏跨地域、跨单位合作。如图3所示。

图3 研究机构空间分布

2.4 研究热点

高频关键词在一定程度上代表了中医体检研究领域的热点主题和发展方向(见表1)，通过对关键词进行词频统计分析，可以揭露此研究领域的热点主题[12-13]。其中，中医体质出现频次最多(62次)，是次研究领域的主要标签。图4、图5是基于VOSviewer的研究热点共现网络和密度图，图6为基于CiteSpace的关键词聚类可视化图谱，二者能够通过可视化的方式直观展现此研究领域的焦点。其中，中心度排前10位的分别为中医体质(0.6)、健康体检(0.46)、亚健康(0.37)、健康管理(0.27)、体质辨识(0.24)、老年人(0.2)、体检指标(0.16)、脂肪肝(0.13)、调查分析(0.13)、体检人群(0.1)。

图4 基于VOSviewer的研究热点共现可视化网络图

图5 基于VOSviewer的研究热点共现密度图

表1 中医体检高频关键词(部分)

2.5 研究热点聚类分析

含义相近的关键词可以聚为一类，从而形成一类共同的主题，将从CNKI中检索出的中医体检相关的关键词基于CiteSpace中的聚类算法进行聚类分析[14]，共提取出7个聚类主题，分别为：#聚类1健康体检/疲劳症状、#聚类2体检/生活质量、#聚类3中医体质/血生化、#聚类4代谢综合征/中医健康管理、#聚类5老年人/女性、#聚类6中医体质辨识/慢性病、#聚类7体检指标/血癖(图6)。通过对关键词的分类，可以在不同方向上细分为研究体质类型、疾病种类、人群分布、研究方法与热点内容五个主题(表2)。其中，体质类型逐渐从湿热质转向肝郁脾虚[15-19]，疾病以糖尿病[20-21]和高血压[22-24]为代表的代谢性慢性疾病为主，主要集中在老年女性群体[25-26]，研究方法逐步与现代最新技术相结合，由传统的调查分析[27-28]到相关性分析及神经网络等模型构建[29-30]，研究内容集中在具有中医特色的舌象与证型两方面[31-32]。

图6 基于CiteSpace的关键词聚类可视化图谱

表2 近10年中医体检关键词分类(部分)

3 国内中医体检发展趋势

国内中医体检研究正处于快速发展并且不断创新的探索阶段，本研究在研究热点共现密度图和聚类可视化图谱的基础上，整合图谱中的关键点信息，可以将中医体检研究归纳为三大类：中医体检应用研究、生化指标与中医关联性研究、中医体质与体检指标模型研究。

3.1 中医体检应用于以糖尿病为代表的代谢性慢性病早期发现与干预治疗

机体尚未出现明显的病态特征，根据中医“辨证论治”对人体进行调理的“治未病”理念[33-35]和以糖尿病为代表的代谢性慢性疾病相关指标与体质密切相关的现代研究结果为中医体检在慢性疾病的早期发现与预防提供了理论依据。于雷等[36]研究了糖尿病前期体质类型分布及与相关指标的相关性，结果发现高危体质类型以气虚质兼阴虚、阳虚质兼痰湿质多见；除此之外，还与肥胖以及血脂异常有关，为糖尿病患者的预防与恢复提供了指导。陈瑞芳等[37]根据糖尿病前期的特性型体质人群，构建其中医体检方案，方案制定步骤分别为前期人群健康调查、中医体质辨识量表判别体质类型、生化指标复查、易感人群保健指导和复检五个部分，在保证早期干预和治疗糖尿病前期人群的同时，还可以发挥中医在糖尿病诊疗过程中的方法学指导作用[38-40]。

3.2 中医体质辨识关联性研究

体质是人体天生具有的一种自然属性，具有固定、相对稳定的特点，在中医的认识中，不同的体质会影响疾病的易感性以及预后转归[41-42]。研究中医体质辨识与生化体检指标的关联性，是为人体健康状况判别和疾病预防、预后提供数据支撑的有效方法[43-44]。安会如等[45]分析福州310名在校大学生的体质类型与血生化检查结果的相关性，结果表明Glu与HDL-C异常分别与气虚质和气郁质呈正相关，AST、LDL-C异常与湿热质呈正相关，为后期从体质角度进行人群健康管理提供了参考。杨敏春等[46]分析了534例高脂血症人群的体质及合并高尿酸血症与中医体质的相关性，结果提示痰湿质人群总胆固醇及低密度脂蛋白水平显著升高；痰湿质、阴虚质、气虚质及湿热质血脂异常人群易合并高尿酸血症，为结合中医体质类型干预高脂血症及筛查高尿酸血症的个性化健康管理提供了指导。廖凌虹等[47]分析了514例健康体检者中医痰证与血液生化检测指标的相关性，结果提示代谢异常是“痰”主要病理基础之一，载脂蛋白A1等差异指标或是“痰”证病理的潜在共性指标。

3.3 中医体检模型研究

舌诊是中医体检过程中极具中医特色的模块，目前已有体检人群中相关疾病患者舌象特异性的研究报道[48-49]，但在模型研究方面还较为少见。其中，张永涛等[50]在提取北京地区884例体检人群舌色的TGB和Lab值的基础上将YUV、YCrCb和HSL模型数据进行比较，结果显示Lab或是众多模型中最适合用于表达中医临床舌色变化的颜色模型。除了舌色研究以外，为了顺应当代中医学现代化模式转变趋势，如何运用现代人工智能技术构建中医体质与体检指标的算法模型也成为当前研究的重点。罗悦等[51]将BPNN技术应用于298例体检指标和中医体质类型的算法模型构建中，其中训练组收敛率83%，测试对照组正确率为53%，误差为0.001，这在一定程度上实现了中医体质辨识的可计算化，表明为中医体质与体检指标关联性提供自动化模型具有可行性，这为中医体检流程智能化、现代化发展作出了有益尝试。

4 讨论

虽然中医体检在诸多领域可以弥补西医体检的缺陷，但同时也存在着诸多的制约因素。其劣势主要在于中医体检过程耗时耗力，缺乏效率，同时中医体检医生的诊疗水平存在着较大的个体差异性，难以针对具体的特异性疾病形成统一完整的体检及健康指导方案。目前中医体质辨识信息的收集方式还主要以问卷调查为主，其问题数量众多，患者回答完问题需要花费大量时间，在生活节奏不断加快的现代社会，其问题结果难以确保完整性与正确性，常常出现误答或漏答的现象，且其评价结果一般需要两位有经验的中医师同时判断，这将会耗费大量的医疗资源，其过程耗时耗力，效率低下。中医治病注重“因人而异”，强调不同个体的差异性，这里的“差异性”不仅仅是患者的病因、体质的差异，也包括医生不同的教育背景、临床经验和对疾病的认识水平所带来的诊疗方式的差异性，最终导致同一位病患在不同地域、季节有着不同的临床表现，不同的医生对于同一位患者有着类似但却不同的判断，这些都是阻碍中医体检医学进一步发展的关键因素。

现代科技的发展为中医体检医学带来了突破的契机。随着第四次科技革命浪潮的来临，人工智能技术将与中医体检行业不断深度结合，其中，中医智能语音问诊系统可以代替医生快速采集患者信息，移动医疗穿戴设备的推广可以提前采集患者的基本信息，诸如体重、血压、体温等，能够有效避免就诊过程中的信息重复采集，提高流程效率，减少患者回答问题的时间。同时，通过根据中医知识构建的中医体质辨识算法模型能够根据采集到的患者信息快速判别其体质类型，较人工判别而言更加客观，同时效率更高，对于患者而言也能减少等待时间，提高体检过程的满意度。在大量临床案例的基础上，中医体检人工智能系统也能够构建针对特异性疾病的体检方案与健康管理流程，并通过无线健康监测设备实时动态监测体检者的身体状态，达到实时向临床医生反馈、实施动态健康管理的效果。

5 结语

国内中医体检研究虽然发展至今时间不长，只有将近20年时间，相对于其他学科而言还不成熟，但已有相当可观的成果，并且已经形成了一批核心研究团队，在内容上立足于中医理论，在方法学上与现代科技手段紧密结合。随着我国人口老龄化进程的加快，人民群众对于中医健康体检的需求日益迫切，如何更好地将中医体检与现代科技融合，提供更加方便、快捷、有效的中医体检服务，或是下一步探索的重点。

本研究通过文献可视化数据挖掘的方法梳理国内“中医体检”研究领域发展现状，揭示中医体检研究热点及发展趋势，旨在为此领域的相关研究者提供参考。但局限在于文献来源只纳入了中国知网数据库中的相关文献，后期作者将扩大数据来源范围，从更多角度进行分析。