名老中医工作室视角下中医传承的CiteSpace可视化分析

王华,沈桂琴,龚颖,汤少梁,郁梅

(1.泰州市中医院，江苏 泰州 225300；2.南京中医药大学卫生经济管理学院，江苏 南京 210023)

新型冠状病毒肺炎(COVID-19)疫情暴发以来，临床实践显示，中医药临床有效率高达90%以上，能够有效将防控关口前移。中医药在中华民族千百年的繁衍生息中积累提炼的医学理论与实践精华能够为未知的疫病提供临床实践指导，这不仅对重大突发传染病的整体防治有着非凡意义，也让中医传承创新研究更显必要。2016年《“健康中国2030”规划纲要》明确要求“凝聚优势，推进中医药继承创新”；2017年，《江苏省中医药发展战略规划(2016-2030年)》指出要通过名医名家传帮带等形式建立名老中医专家学术传承保障机制；2018年，国家中医药管理局印发《中医药传承与创新“百千万”人才工程——国家中医药领军人才支持计划》的通知并指出要发挥中医药领军人才的示范引领作用。一系列政策的带动使得中医传承领域的研究也在逐步发展。

名老中医代表着中医临床的最高水准，具有丰富的理论知识与实践经验。整理和继承名老中医的学术反思和临床经验，挖掘名老中医经验方具有重大现实意义。《中医药发展“十三五”规划》提出建设基层名老中医工作室是培养中医药传承人才，加强重点学科建设的有力保障。

CiteSpace科学知识图谱综合了应用数学、信息可视化技术、图形学、计算机科学、计量学等学科研究方法[1]，基于共被引分析、寻径网络算法等方法，展现特定学科领域的知识结构，可直观地表现知识群的演化过程，在诸多学科领域研究中得到广泛应用[2]，但在中医传承或名老中医工作室建设此类的研究中应用较少。因此，本文使用中国国家知识基础设施(CNKI)数据库中的文献, 基于CiteSpace 5.6.R5文献的引用与被引用关系分析关于中医传承的研究趋势与研究热点，并结合名老中医工作室建设以期为中医传承发展提供参考。

1 数据来源及研究方法

1.1 数据来源

本文所选文献数据来源于中国国家知识基础设施(CNKI)数据库，数据采集于2020年6月21日。文献检索以“中医传承”“名老中医工作室”为主题词，在中国知网期刊数据库内搜索2012-2020年的中文核心、CSSCI、CSCD期刊来源文献，共检索出492篇文献，经过数据清洗，最终保留491篇文献。

1.2 研究方法及工具

本文采用的可视化分析软件是由美国Drexel大学陈超美教授团队基于Java平台开发的CiteSpace(版本：5.6.R5)。通过绘制关键词共现、机构合作、作者合作等“科学知识图谱”，对中医传承领域进行作者以及机构的合作网络分析，并对研究热点进行时间轴分析，从而了解该领域的研究力量、发展动态和热点演进趋势。

1.3 参数设置

CiteSpace所面向的数据类型基础是Web of science格式，因此首先使用软件中的数据格式转换功能对来自CNKI的数据进行格式转换。导入标准格式的文献数据后，设置CiteSpace V软件Time Slicing(时间分区)自2012至2020年，Node Types(节点类型)分别设置Author(作者)、Institution(机构)、Keyword(关键词)，文本处理中知识单元来源选择Author Keywords(DE)，Threshold阈值选择3,2,20，(3代表某个项目出现的次数不低于5次，2代表两个项目之间的共现次数最低为2，并且满足标准化后的余弦标准化强度不小于0.2)。Pruning(剪切方式)为Pathfinder和Pruning sliced networks法。

2 中医传承研究的空间分布特征

2.1 作者合作网络分布

医学科学工作的合作现象较为普遍，作者合作网络知识图谱能够反映核心作者群以及作者间的合作情况。本文作者合作网络图如图1所示，网络密度为0.071 8。图1中节点大小表示发文数量多少，研究者之间连线的粗细表示合作的紧密程度[3]。

目前对于中医传承以及名老中医工作室的研究中，学者间存在多个较强的合作研究关系，在相对高产的作者中，一共形成了7组合作网络，群体内合作较紧密，但群体间的交流则较少。在此研究领域中，吴嘉瑞、唐仕欢、张冰、杨洪军、张晓朦、郭位先等作者较高产，发文量均达17篇及以上。核心研究团队主要有北京中医药大学的吴嘉瑞、张冰、郭位先、张晓朦团队，其研究主要集中于基于数据挖掘的名老中医处方用药规律以及基于网络药理学的方剂作用机制分析；中国中医科学院中药研究所的唐仕欢、杨洪军、申丹团队，善用《中医方剂大辞典》进行中医药数据挖掘分析，并与其他跨学科科研人员合作开发了中医传承辅助平台。该平台将一般统计法、文本挖掘、关联规则、复杂系统熵方法加以集成，用于名医医案数据挖掘和疾病方剂用药分析[4]。此外，上海中医药大学附属曙光医院、山东中医药大学等单位内作者也形成了较为紧密的合作。总体而言，科研团队规模均不大，且团队间合作较少，已有的研究主要围绕对名老中医医案的文献分析和数据挖掘，研究名老中医工作室建设方案和中医人才传承的学者较少。

图1 作者合作网络图

2.2 机构分布

科研机构是学术研究领域的重要力量，机构合作情况可展现某一领域的研究力量分布，可以为评估学术成果、引进学术资源以及开展国际合作提供参考[5]。为探究中医传承领域的研究力量分布状况，本文借助 CiteSpace 从机构维度绘制合作网络图谱，见图2。网络整体密度为0.050 6，相比作者合作，机构间合作力度较小。

结果显示,国内涉足中医传承以及名老中医工作室的研究机构以中医类院校和中医院校附属医院为主。其中，北京中医药大学、山东中医药大学、中国中医科学院中药研究所的发文量排名前三，而节点中国中医科学院中药研究所具有较高的中介中心性，该机构具有较高的影响力显而易见。同时图2显示，合作关系主要以几种形式呈现：一是中医药院校与其附属医院的合作，如山东中医药大学基础医学院与山东中医药大学附属医院；二是以科研机构为中心开展的合作，如中国中医科学院中药研究所与其他单位的合作。这也体现了中医传承领域“医学研”合作模式的应用。名老中医工作室作为主体参与的合作较少，仅有丁学屏学术传承工作室与上海中医药大学附属曙光医院合作较密切，提示更多的名老中医工作室应与其他医疗机构、医学院校加强合作融合，实现优势互补，共同促进深入研究。

图2 机构合作网络图

3 中医传承研究热点与演进趋势分析

研究热点挖掘经由关键词共现分析过程来实现。关键词是文章主题的高度凝练，关键词频次较高通常可以用来说明该研究领域的热点。

3.1 关键词共现分析

本文对2012-2020年间所选文献进行关键词共现分析,阈值设定为Top20,文献关键词共现图谱(图3)显示,“中医传承辅助平台”“数据挖掘”“用药规律”“关联规则”“名老中医”“中医传承”等关键词出现频次较高。“中医传承辅助平台”成为关键词共现频次最多，达到166次，而中心度为0.31，说明关于中医传承的一大研究方向即辅助平台的开发与应用，这也与中科院中药研究所和中科院自动化所联合钻研开发并推出中医传承辅助平台软件(V2.0)有关。正是基于这些系统与平台的开发应用，近年来我国中医传承研究领域正向运用新技术方向发展，这也为名老中医工作室做好学术传承工作提供了便捷的工具。位居第二的关键词是“数据挖掘”，它所体现的是技术方法，共现频次为124次，中心度高达0.52。“用药规律”位居第三，尽管其中心度仅为0.07，但是与前述排列前二的关键词进行组合可以发现，通过大数据分析了解名老中医用药和组方经验，并通过中医传承辅助平台这类系统加以实现是目前研究人员的研究热点。此外，“中医”“中医传承”“方剂”的中心度均超过0.40，这与搜索的关键词中医传承所预想的结果一致。表1统计了依中心性排序的关键词共现频次。

表1 2012-2020年所选文献关键词共现频次表

图3 关键词共现网络

3.2 关键词聚类分析

聚类分析是对具有多项指标的数据进行分类的一种统计方法，根据指标间的相似程度进行类别划分。本研究对关键词进行K聚类分析，旨在发现中医传承和名老中医工作室研究领域的主要研究方向。

关键词聚类结果Modularity Q值为0.669 4。Modularity是网络模块化的评价指标，一个网络的Modularity值越大，表示网络得到聚类越好[3]。一般而言，当Q值在0.3～0.7之间，说明聚类的效果较为显著，此处Q值表明网络得到聚类效果较好。此处共出现6个关键词聚类，聚类对应数字越小，包含的关键词越多，具体见图4。#0为临床经验。纵览文献，对名老中医经验传承的研究越来越丰富，从独立研究到合作研究，从传统方法到计算机数据挖掘技术的运用，通过师承制积累的临床经验是岐黄仁术不断发扬的基础[6]。#1为聚类算法。聚类分析等数理统计方法在名老中医用药规律与临床经验的资料分析中不可或缺，如姜萍与李寿松采用聚类分析方法分析了名老中医丁书文教授治疗高血压病用药规律[7]，任宏霞采用复杂熵聚类算法得出李妍怡教授治疗偏头痛的14个核心组方[8]。#2为实践总结。中医药知识的隐性特征使知识转移具有意会性，因此加强实训能够帮助中医传承中思维模式的转移[9]。中医药特色的专业课程体系将实践教学分为实验教学、实训教学、实习教学三类，突出强化中医思维，促进中医人才的隐性知识获取[10]。#3为中医方剂大辞典。《中医方剂大辞典》是将历代中医药著作中的方剂进行规整、发掘、编纂而成的一部方剂学大型工具书，因此结合数据挖掘技术分析各类病症用药规律也成为一大研究焦点[11]。#4为中医。此聚类主题与搜索主题词“中医传承”和“名老中医工作室”密不可分。#5为中医传承辅助平台。由关键词共现网络可知，中医传承辅助平台是中医传承领域目前最受关注的热点，也是实现基于临床数据的循证传承的方式。关键词聚类分析见图4。

图4 关键词聚类分析

3.3 视图方式——时间线(Timeline)

为进一步分析关键词，在聚类图谱的基础上选择时间线视图研究各聚类按时间的演变过程。在时间线图中，关键词按照各自出现的年份，在所属的聚类中铺展开来。结合图5可以发现，共生成6个聚类#0～#5，每个聚类根据年代的远近关系从左至右显示，由上至下根据聚类大小排序，曲线代表聚类标签词之间的共现关系，即每个主题下文献的被引脉络情况[12]。

由图5可以看出，6个聚类中，#0号为临床经验研究，为最大的聚类，涉及的关键词主要有名老中医、临床经验、学术思想，主要集中在2014-2015年间，此时期研究涉及名师带教较多，中青年医师通过跟随名老中医进行临床实践学习老师的学术思想和临床经验，获取诊疗过程中的隐性知识。#1号为聚类算法，涉及的关键词共现频次关系较复杂，涉及的关键词主要有数据挖掘、关联规则、学术经验传承，主要集中在2012-2017年间，此时期研究开始关注运用平台和技术进行名医经验的挖掘分析。#2号为实践总结，涉及的关键词主要有中医师承、中医传承，集中在2015-2016年，其中皮肤病专家牛富立培训中医传承人的文章发表较多。#3号为中医方剂大辞典，涉及的关键词主要有用药规律、整合药理学，分别分布在2012和2018年。#4号为中医，此聚类主题的特点是涉及的关键词频次关系最复杂，且2019年隐性知识成为新焦点。#5号为中医传承辅助平台，涉及的关键词主要有配伍规律、方剂，集中于2012年至今，可见用药规律分析是中医传承辅助平台的一大功能，也是传承中医经验的一大途径。

此外，观察2018-2020年段的时间线图谱可发现，整合药理学、隐性知识、学术传承成为研究新热点，特别是隐性知识与名老中医工作室的联系日益密切。中医在临床实践中积累了丰富的具有隐性知识特点的知识经验需要通过带教等方式进行传授，而在中医院校人才隐性知识缺乏、中医思维西化的今天，隐性知识管理成为通过进行人才培养创新来实现中医药传承创新的关键。

图5 关键词聚类时间线图谱

4 讨论

本文对2012-2020年间中医传承领域与名老中医工作室相关的论文文献进行了可视化分析。主要结论与建议如下：

4.1 提高名老中医工作室中医传承领域科研合作参与度

作者合作与机构合作网络图显示，中国中医科学院和山东中医药大学等单位，吴嘉瑞、唐仕欢、张冰等科研人员已在中医传承领域进行了大量工作并发表了多篇文章。然而，名老中医工作室作为传承中医临诊和学术经验最直接的主体，此类科研合作参与度却不高，仅有丁学屏学术传承工作室与相关医院有所合作。可见，名老中医工作室对于如何建设、如何帮助中医药人才培养与知识传承创新的研究仍处于起步阶段。

作为中医药传承的关键，名老中医工作室始终应当是中医药文化转移与知识传承中不可或缺的一部分。未来，知识转移问题以及“名医工作室”的学习情境对于知识转移的作用机制应得到深入研究，应有相关政策组织支持“名医工作室”建设以及相关科研研究。

4.2 拓宽中医传承大数据研究领域

关键词聚类分析结果显示，中医传承研究领域正不断拓宽,目前正聚焦于基于数据挖掘的经验总结。其中，中医传承辅助平台的开发应用使得数据挖掘技术广泛运用于中医经验传承，进行大数据分析获取名老中医用药和组方规律成为热点，并显著提升了科研产出。然而，与单纯的名医经验挖掘不同,未来中医传承创新研究还应有更进一步的发展。

目前经验数据挖掘的相关研究为未来更丰富的大数据研究和基于临床数据的循证传承奠定了基础。时间线图聚类结果显示，整合药理学从2018年开始成为新的研究热点。王波等[13]通过中医传承辅助平台挖掘消渴病方高频药物，基于整合药理学平台挖掘药物-疾病关系，从而探讨复方中药防治消渴病的分子机制。得此启示，未来更多开展此类研究可帮助中医药走向更广阔的国际舞台。

4.3 探索建设具有共享认同的名老中医工作室

中医思维始终强调中医人才的隐性知识获取，隐性知识“只可意会”的属性是中医传承过程的阻碍。只有充分发挥“言传身教”的特色，才能将隐性知识更好地传递。也因此，如聚类“临床经验”“实践总结”显示，中医实践教学是学者始终关注的焦点。

未来的中医传承研究知识来源一方面仍然是经典古籍和名医医案，对此离不开大数据分析技术和平台的支持，运用新兴数据挖掘方法对各类病种、各家组方进行深入研究，将实现更多的成果转化。另一方面也不能忽视传统经典的跟师学习，“实践性学习”模式注重综合运用知识解决问题，该模式对于创新能力的形成十分重要[13]。在此过程中应探索建设具有共享认同的“名老中医工作室”，创造具有创新积极性与活力的学习交流氛围，推动中医药文化传承创新。