基于CiteSpace 近5 年重复经颅磁刺激文献计量学及可视化分析

2021-03-12 03:28郑和平张波李雨谿钟冬灵田艳萍李涓郑重金荣疆
康复学报 2021年1期
关键词:发文图谱聚类

郑和平张 波李雨谿钟冬灵田艳萍李 涓郑 重金荣疆

1 南充市中心医院,四川 南充637000;

2 川北医学院第二临床医学院,四川 南充637000;

3 成都中医药大学针灸推拿学院,四川 成都610075;

4 成都中医药大学第三附属医院,四川 成都610075;

5 成都中医药大学养生康复学院,四川 成都610075;

6 四川大学华西医院,四川 成都610041

* 通信作者:金荣疆,E-mail:cdzyydxjrj@126.com

重复经颅磁刺激(repetitive transcranial magnetic stimulation,rTMS)是基于电磁感应原理开发的无创性物理治疗技术,其原理是线圈在给定时间内通过一组相同频率和强度、多个单独且连续的脉冲产生磁场,磁场透过颅骨在大脑皮质处产生感应电流,引起大脑皮层的神经元超级化或去极化,从而调节大脑皮层的兴奋性以影响精神活动[1]。rTMS 通常分为低频和高频刺激[2],低频刺激(≤1 Hz)以抑制局部皮质兴奋性为主;高频刺激(≥5 Hz)以提高局部皮质兴奋性为主[3]。 由于rTMS 具有无痛、无损伤、操作简便、安全可靠等优点,近几年来,被广泛应用在临床治疗和康复领域中,尤其是在精神疾病、运动障碍类疾病、癫痫等方面[4]。

CiteSpace 是Drexel 大学的终身教授陈超美用Java 语言开发的一款可视化分析软件,可通过可视化的手段来呈现知识的结构、规律和分布情况[5],从而在该领域及其发展中寻找关键点。 本文拟通过CiteSpace 软件,以中国知网(CNKI)数据库和Web of Science(WoS)数据库核心集为文献来源,对国内外rTMS 近5 年的相关研究进行分析,以概述其研究现状、热点以及热点演变趋势。

1 资料与方法

1.1 文献来源和检索策略

检索时间为2015 年1 月1 日—2019 年12 月31 日,以“rTMS”或“重复经颅磁刺激”或“repetitive transcranial magnetic stimulation”为检索词分别在CNKI 和WoS 中进行检索。 CNKI 检索结果以Refworks 样式导出并保存,导出的文件以“download_XXX”格式命名。 通过CiteSpace 内置的CNKI 数据转换器转换为软件可识别的数据格式。 WoS 检索结果以全记录与引用的参考文献的纯文本格式将数据导出,以“download_XXX”命名保存。

1.2 研究方法

主题来源为title、abstract、author keyword(DE)和keyword plus(ID);将时区分割Time Slicing 设置为2015—2019 年,Years per slice 默认1,阈值设置为系统默认的Top 50,关联强度选择系统默认的Cosine,裁剪方式选择Pathfinder 和Pruning the Merged network。 分别以作者、国家及研究机构为节点进行合作网络分析,以关键词为节点进行共现分析以及聚类分析、时间演化分析和突显词(Burst)分析,并以被引文献为节点绘制共被引图谱,进而揭示rTMS的研究热点。

2 结 果

2.1 年发文量

最终纳入中文文献996 篇,外文文献2 086 篇。近5 年来,国内rTMS 领域年均发文量为199 篇,国际rTMS 领域的年均发文量为417 篇。总体来看,国内外rTMS 研究热度在近5 年都呈上升趋势,见图1。

2.2 作者

图谱中一个节点代表一位作者,节点大小反映作者的发文量,连线代表作者间的合作关系。 中心度反映一个节点沟通其他节点的桥梁作用,圆环越宽表示其中心度越高[6-7]。

国内合作发文频次排名前3 的作者依次是张通、任慧聪、赵琳。 无中心度较高的作者。 从作者间的合作关系来看,作者之间形成了不同的研究团队,其中李颖的团队较为突出。 见图2。 国外合作发文频次排名前3 的作者依次是:JONATHAN DOWNAR、ZAFIRIS J. DASKALAKIS、DANIEL M. BLUMBERGER。 中心度排名前3 的作者依次是CHRIS BAEKEN、PAUL B. FITZGERALD、ABRAHAM ZANGEN。 见图3。

图2 国内文献作者合作关系图谱Figure 2 Map of cooperative relationship chart of domestic authors

图3 国外文献作者合作关系图谱Figure 3 Map of cooperative relationship chart of foreign authors

2.3 国家(地区)及机构

国内发文频次排名前3 的机构依次是首都医科大学康复医学院、新乡医学院第二附属医院、南京医科大学附属无锡精神卫生中心;无中心度较高的机构。 研究机构多为附属医院,机构之间合作较少。 见图4。

图4 国内文献机构合作网络图谱Figure 4 Map of cooperative network of domestic institutions

国外发文频次前3 的国家有美国、中国、德国;中心度排名前3 的国家是葡萄牙、西班牙、墨西哥;发文频次前3 的机构有多伦多大学、 哈佛医学院、加拿大多伦多教学医院;中心度较高的前3 的机构有加利福尼亚大学洛杉矶分校、哈佛医学院、法国科学研究中心。 分析可见,rTMS 的高产和中心度较大的国家大都分布在欧美地区,国家与国家、机构与机构之间合作密切。 见图5。

2.4 共被引分析

目前,因CiteSpace 无法实现对CNKI 中的文献进行文献共被引分析,故本研究只对外文文献进行分析。 其中文献的共被引频次及中心度分别见表1[8-12]、表2[13-16]。 被引频次及中心度排在前5 的文章,其研究内容主要涉及了rTMS 的应用指南及基本原则;rTMS 治疗精神类疾病尤其是抑郁症的机制研究及系统评价。 见图6。

图5 国外文献国家(地区)-机构关系图谱Figure 5 Map of network of countries (regions)-institutions abroad

表1 被引用频次排名前5 的被引文献Table 1 Top five co-cited references

表2 中心度排名前5 的被引文献Table 2 Top five cited references with high centrality

2.5 研究热点及前沿

2.5.1关键词共现分析 文献的关键词表明了文献的核心内容及重要信息,是对该文献内容的高度概括[17-18]。 国内文献出现频次前3 的关键词分别是脑卒中、精神分裂症、认知功能。 中心度排名前3 的关键词分别是:脑卒中、运动功能、失语症。 见图7。

国外文献出现频次前3 的关键词分别是抑郁症、双盲实验、脑刺激;中心度前3 的关键词分别是重度抑郁症、背外侧前额叶皮质、功效。 见图8。

2.5.2关键词聚类分析 CiteSpace 自动抽取具体明确的名词短语作为聚类标签来反映研究热点[5],CiteSpace 在关键词共现分析的基础上进行聚类分析。Silhouette 表示聚类的同质性,Silhouette 值越高,该聚类成员间的一致性也就越高[19]。 对国内文献进行聚类分析,得到11 个聚类群,见图9。 本文选取Silhouette 排名前5 的5 个聚类群进行分析,见表3。聚类主要内容大致可以概括为rTMS 针对不同类型人群(如脑卒中患者、焦虑症病人、儿童、老年人)不同功能障碍(如运动功能障碍、意识障碍、认知障碍、神经病理性疼痛等)的治疗研究。

图8 国外文献关键词共现图谱Figure 8 Map of co-occurring keywords abroad

图9 国内文献关键词聚类图谱Figure 9 Map of keywords cluster analysis co-occurrence at home

表3 国内文献关键词聚类分析情况表Table 3 Keywords cluster analysis in domestic literature

运行CiteSpace 对国外文献进行聚类分析得到9个聚类群,见图10。 本文选取Silhouette 排名前5的5 个聚类群进行分析,见表4。 聚类主要内容大致可以概括为rTMS 治疗不同类型的疾病 (如精神分裂症、中风)的作用机制研究。

表4 国外文献关键词聚类分析情况表Table 4 Keywords cluster analysis in abroad literature

图10 国外文献关键词聚类图谱Figure 10 Map of keywords cluster analysis co-occurrence abroad

2.5.3关键词时间演化分析 运用CiteSpace 对国内文献进行关键词时间演化分析,见图11。 结果显示:2015—2017 年主要关注rTMS 针对不同类型疾病(如脑卒中、失眠、精神类疾病)的不同功能障碍(如睡眠障碍、上肢功能障碍、运动功能障碍)的治疗研究;2018—2019 年主要关注rTMS 对脑网络功能连接的影响。 在2018 年新出现“强迫症”“偏瘫”“产后抑郁”;2019 年新出现“酒依赖”“睡眠质量”“自杀意念”等,提示rTMS 的应用范围在不断扩大。

图11 国内文献关键词时间演化图谱Figure 11 Map of domestic timelines analysis

运用CiteSpace 对国外文献进行关键词时间演化分析,见图12。 结果显示:2015—2017 年主要关注从脑结构的角度探索rTMS 治疗精神障碍的疾病机制以及相关的试验研究;2018—2019 年主要关注rTMS 与其他疗法(如经颅直流电刺激)相结合的方式治疗不同类型疾病的研究。 综合推测,未来的研究热点可能集中于改变rTMS 的参数设置(如频率大小)以达到较好疗效的治疗目的,以及深层化(从脑结构的角度来探究其对大脑的影响)使用rTMS。

图12 国外文献关键词时间演化图谱Figure 12 Map of timelines analysis abroad

2.5.4关键词Burst 分析 研究前沿重点提示突现的新趋势[20],常常提示该研究领域在短时间内受到广泛关注的转折点[21]。 运用CiteSpace 对国内文献进行Burst 分析,按强度进行降序排列,得到的图谱见图13。其中无抽搐电休克、顽固性幻听、首发抑郁症、幻听、抑郁障碍、广泛性焦虑障碍、首发精神分裂症只出现了一段时间,并没有持续至今;运动功能障碍从2017 年受到关注一直持续至今;除此之外,强迫症、生活质量、康复训练、脑网络、HAMD 评分、产后抑郁在2018 年受到关注,且持续至今。

图13 国内文献关键词Burst 分析图Figure 13 Domestic keywords with the strongest citation Bursts

运用CiteSpace 对国外文献进行Burst 分析,按强度进行降序排列,得到的图谱见图14。除外,其他假对照试验从2016 年受到关注,并持续至今。

图14 国外文献关键词Burst 分析图Figure 14 Keywords with the strongest citation Bursts abroad

3 讨 论

本文运用CiteSpace 对国内外近5 年rTMS 研究文献进行可视化分析,较为直观地反映了rTMS的研究现状、热点及趋势。分析表明rTMS 的研究热度近年来在国内外持续不减。 近5 年在国内合作发表文献量最多的作者以张通为代表,其团队的研究方向是探究rTMS 治疗脑卒中导致的失语症的疗效[22-24]。国外合作发文量最多的作者是JONATHAN DOWNAR,其团队研究方向主要是探究rTMS 治疗不同类型抑郁症的效果[25-27]。近5 年来,我国虽然发文量较高,但是中心度较低。 因此,我国未来应不断促进与不同国家的学术交流活动,发展合作关系,提高科研水平,并且加强国内机构的联系,鼓励国内大学参与研究,机构与作者间可以加强学术交流,分享研究成果,共同推动相关领域的发展。

被引情况是反应研究热点的重要指标之一[28],在某一时间段内学术研究热点的文献往往被引用的次数较多[29]。 被引结果表明大脑皮质机制、抑郁症及其治疗机制等在rTMS 领域的某个阶段是研究者们重点关注的问题。 通过对关键词、关键词聚类及关键词的时间动态演化和Burst 的综合分析,可发现国内外的研究方向大都主要集中在对脑卒中、精神分裂症、抑郁症等疾病的研究上。 除此之外,我国还有探究rTMS 联合其他疗法治疗脑梗死[30]和抑郁症[31]等;而且国外也正在慢慢拓展rTMS 的应用范围(如成瘾性研究)[32],并探索不同参数设置[33-34]的治疗方案优化等,另外国外关于rTMS 的研究还有高质量的临床随机对照试验[35]。 以上提示我国也要开展高质量的临床试验,拓宽此领域的学术研究,以获得更高水准的研究成果。

通过对结果的综合分析,近5 年来rTMS 研究热点和前沿主要集中在以下3 个方面:①对抑郁症、精神分裂症等精神类疾病的治疗;②对脑卒中后遗症认知、运动功能障碍的恢复研究;③对大脑皮质各功能区的作用机制探索。 当前rTMS 研究领域的主要问题是部分精神类疾病发生机制不清楚,导致rTMS 治疗时靶点定位不准确,此外,脑网络功能的复杂性也进一步限制了深层次研究的可能性。 预测rTMS 领域在未来一段时间内不仅持续关注其对不同疾病(精神类疾病、脑卒中等)和功能障碍(运动、认知等)的影响,还将继续深入研究其对脑区功能的影响,并进一步揭示其作用机制。

本研究的局限性是在运用CiteSpace 生成可视化图谱的过程中,时间分区、阈值及裁剪方式暂无标准化的设置流程,只能通过反复的尝试去摸索最接近真实结果的设置方式,可能造成其所得到的结果有一定程度的偏倚。

本文基于CNKI 数据库和WoS 数据库核心集,对国内外rTMS 近5 年的研究进行了文献计量及可视化研究,较科学、直观地展示了rTMS 研究的现状、热点及未来趋势,为rTMS 未来的研究方向提供了一定的参考。

猜你喜欢
发文图谱聚类
基于图对比注意力网络的知识图谱补全
绘一张成长图谱
10条具体举措! 山东发文做好返乡留乡农民工就地就近就业
数种基于SPSS统计工具的聚类算法效率对比
面向WSN的聚类头选举与维护协议的研究综述
图表
改进K均值聚类算法
主动对接你思维的知识图谱
基于Spark平台的K-means聚类算法改进及并行化实现