我国脑卒中预测研究的热点和前沿的可视化分析

刘雨婷，李育平，黄羽佳,柴丽莹，陈麒，卢光玉

(1.扬州大学 护理学院·公共卫生学院，江苏 扬州225009；2.扬州大学医学院苏北人民医院 神经外科，江苏 扬州 225001；3.德国海德堡大学 全球健康研究院，德国 海德堡 69117)

脑卒中(cerebral stroke)属于急性脑血管疾病，位居我国成年人致死、致残的病因首位，具有发病率高、患病率高、死亡率高、并发症多和复发率高的特点[1]。由于脑卒中不可逆、难以痊愈、护理费用高，医疗负担呈现日益增长趋势。因此，针对脑卒中开展预防、诊断、治疗及预后相关的预测研究对于提供精准医疗及临床和社区护理具有非常重要的意义。得益于数理统计和预测模型方法学的迅猛发展，我国学者近些年已开展了大量有关脑卒中预测的相关研究并取得了较为丰富的研究成果。例如针对脑卒中开展早期风险评估预警，促进护理人员准确识别高危患者，提供个性化指导，早期、精确识别脑卒中；促进患者尽早就医，将被动医疗转变为主动健康管理[2]。对于已经发生脑卒中的患者进行预后预测可提高治疗效果，同时改善其生活质量。基于目前大量丰富的研究成果，传统的文献检索和分析方法已经受限，难以深入了解剖析研究现状和趋势。因此，本研究借助科学知识图谱旨在对我国近10年脑卒中预测研究领域的热点及其前沿进行追踪与探讨，以期为我国临床及护理科研人员开展脑卒中预测相关研究提供借鉴和参考。

1 资料与方法

1.1 数据来源 本研究纳入分析的中文文献检索自中国知网(China national knowledge infrastructure,CNKI)数据库，以“脑卒中”OR“中风”OR“脑血管意外”OR“脑出血”OR“脑梗死”OR“脑栓塞”AND“预测”为主题词、勾选同义词扩展、文献类型为“学术期刊”和“学位论文”、检索起始时间为2011年1月1日至2020年12月31日。英文文献检索自Web of Science(WOS)数据库核心合集，检索式为TOPIC:(stroke*) OR TOPIC:(apoplex*) OR TOPIC:(cerebrovascular accident) OR TOPIC:(brain vascular accident) OR TOPIC:(cerebral hemorrhage*) OR TOPIC:(cerebral infarction) OR TOPIC:(subarachnoid hemorrhage) OR TOPIC:(acute ischemic* stroke) AND TOPIC:(predict* OR forecast* OR project* OR foretell*) AND ADRESS:(China)，检索跨度为2011-2020年,并对文献进行去重。

1.2 数据分析 使用美国Drexel大学陈超美教授基于Java语言开发的、以引文分析理论为指导的信息可视化软件CiteSpace(5.6.R5)绘制图谱；通过关键词共现和突现分析等方法展现预测脑卒中领域的研究热点及发展趋势。

2 结果

2.1 发文趋势、期刊和共被引分析 本研究最终获取符合要求的文献9121篇，其中4904篇来自WOS，4217篇来自CNKI。发文量上，我国脑卒中测相关文献近10年呈明显上升趋势；脑卒中预测研究英文文献中发文量最多的期刊为《Journal of Stroke & Cerebrovascular Diseases》；发表期刊和共被引期刊分析显示，《Stroke》是脑卒中预测研究中最有价值的、被引最多的期刊。

2.2 关键词共现分析 关键词是文献核心内容的浓缩和提炼，关键词共现的频次可用于追踪脑卒中预测研究领域内的研究热点[3]。英文文献中关键词共现频次最高的前3名是“stroke”“risk”和“ischemic stroke”；中文文献中关键词共现频次最高的关键词是“脑梗死”“预后”和“危险因素”(见表1)。综合中英文文献的高频关键词分析结果，脑卒中预测研究热点主要集中在脑卒中发生的危险因素和不良预后。此外，“脑梗死”“脑出血”“acute ischemic stroke”和“缺血性脑卒中”提示脑卒中预测研究覆盖多种病理类型；“risk”和“mortality”提示大量脑卒中的流行病学调查研究的开展；“预后”和“prognosis”提示了脑卒中预测研究的主要方向；“危险因素”“心房颤动”和“复发”提示了脑卒中预测结局类目覆盖发病、治疗及预后。

表1 脑卒中预测研究排名前10的高频关键词

2.3 关键词突现分析 突现词是依据关键词中出现的时间分布和动态变化性的特点来分析脑卒中预测相关研究领域的前沿和发展趋势[4]。图1和图2显示了文献中词频变化最高的前15个关键词，其中关键词“randomized trial”“intracranial hemorrhage”和“短暂性缺血性发作”是持续时间最长的热点词汇。“血肿扩大”“中性粒细胞”“淋巴细胞”和“超声”为现阶段热点词汇。通过分析突现词的发展趋势，发现我国近10年脑卒中预测研究呈现“脑梗死的患病及诊断预测”-“卒中的不良预后预测”-“卒中预测方法研究”的趋势，覆盖了疾病的三级预防。

图1 基于WOS的脑卒中预测研究中的突现词

图2 基于CNKI的脑卒中预测研究中的突现词

2.4 时间线图分析 关键词时间线图可以展示脑卒中预测的各个聚类发展演变的时间跨度和研究进程。图中节点所在的位置表示节点代表的引文发表时间，横向粗线的长短表示各个聚类所跨时间的长短。由图3和图4可知，关键词聚类主要集中在2011-2016年，预后(#0)是脑卒中预测的热点，缺血性脑卒中(#1)、脑出血(#3)、急性缺血性脑卒中(#9)是脑卒中预测研究的病理类型。自2016年开始，聚类#12中“机器学习”“BP神经网络”和聚类#6中“预警模型”等作为预测脑卒中发病和预后的数理模型方法以及英文文献聚类#0中“膀抑素”“点征”等更多元化的脑卒中预后影响因素研究。

3 讨论

3.1 脑卒中发病风险预测研究的深入开展，为基层医护开展一级预防提供科学依据 脑卒中的预防一直是脑卒中研究领域的重点。早期研究[5]显示，脑卒中的发病危险因素主要为高血压、糖尿病、血脂异常、心脏病、动脉粥样硬化、高同型半胱氨酸血症、酗酒、吸烟、肥胖、体力活动减少等。近年来，脑卒中的发病风险预测研究更趋于随访时间较长的大规模前瞻性研究，同时预测因子也更加多元[6-7]。例如，为预测中国脑卒中发病风险，Xing等[7]对12.7万人进行前瞻性长期随访，除了纳入已有脑卒中风险预测所考虑的年龄、当前是否吸烟、是否患糖尿病等风险因素外，还考虑了城镇化及南北方居住地等能体现

图3 脑卒中预测研究领域的中文文献共被引时间线视图

图4 脑卒中预测研究领域的英文文献共被引时间线视图

我国人群脑卒中风险特征的因素，构建了China-PAR脑卒中分析预测模型。这样的高质量预测研究结果为基层医护开展脑卒中发病高危人群筛查和健康管理提供了重要科学依据。基层医护人员在向大众宣传脑卒中的防控知识时，除了对常规高危因素进行宣教，例如加强健康生活方式的教育，倡导居民不吸烟，适度体育锻炼，适量饮酒，养成健康的饮食习惯等[8]，还应及时更新相关高质量发病风险预测研究所提供的科学证据，合理建立脑卒中高危人群档案，提高大众的筛查意识，早期给予生活方式和药物的联合干预[9]。

3.2 预防早期血肿扩大是脑卒中临床预测研究热点，提示需密切关注时间窗 早期血肿扩大与脑卒中患者的临床不良预后及神经功能恶化紧密相关，密切监测并进行预见性程序化护理干预，能避免和消除引起血肿扩大的潜在因素[10]。早期大量学者[11-12]提出，使用CT血管造影点状征预测脑出血患者血肿扩大，但由于该检查操作复杂、费用高昂，加之造影剂的注射不适用于伴有严重肾功能损害的患者，临床推广难度大。随后，平扫CT被认为在预测早期血肿扩大方面具有更高的价值，如黑洞征、低密度征、岛征、混合征等，在预测血肿扩大和患者预后方面有较高的敏感度和特异度[13]。值得一提的是，血肿扩大一旦发生，尽早治疗非常重要。李琦[14]提出“脑出血血肿扩大时间窗”概念，认为血肿扩大大多数发生于症状出现后的2～3 h内，所有抗血肿扩大治疗手段(包括止血、降压等)在治疗时间窗以内才可能取得较好成效。因此，通过建立脑出血绿色通道、卒中医疗护理小组等在治疗时间窗内对于脑血肿扩大的潜在患者进行合理、科学和有效的个性化临床诊疗及护理，对于及早发现血肿扩大的征兆，减轻后遗症，提高患者的生存质量至关重要。

3.3 脑卒中复发危险因素的分析，为患者社区个性化延续护理及康养提供重要参考 脑卒中再次复发危害严重，即使在有效控制了血压、血糖等危险因素后，仍然有一定比例的患者再发脑卒中。因此不断探索与脑卒中复发有关的危险因素对二级和三级预防措施的有效落实尤为重要。例如有研究[15]使用多因素回归分析发现，年龄、高血压、心房颤动、同型半胱氨酸、中性粒细胞/淋巴细胞是脑卒中复发的独立危险因素。这些研究结果对实施个体化护理干预，改变患者不良生活方式及提高患者的遵医行为具有重要指导意义。此外，对于出院患者而言，如何在社区中高效开展延续性护理，特别是个体化的护理是脑卒中社区护理和康复中面临的重要挑战[16]。随着医疗数据信息平台的不断发展，基于构建的脑卒中护理和康复模型和指标，研发符合我国国情的基于“医院-社区-家庭”三级联动的脑卒中健康护理服务网络是开展社区延续性护理的新兴方向。

3.4 脑卒中预测研究方法不断推陈出新，在三级预防中实现实践转化是未来重要的研究方向 传统脑卒中风险预测的研究存在一定的局限性，即样本量小、预测因子局限及风险预测工具的应用价值较低等问题。近年来，越来越多的预测研究采用机器学习算法，基于前瞻性大样本人群对脑卒中进行发病及复发危险因素的预测研究[7,17]。例如，通过神经网络机器学习、树模型及深度学习等方法[18-20]。但是，这些算法的准确率和泛化能力还需不断提高[21]。可以说，如何将脑卒中患者的发病、诊疗及预后风险事件的预测结果转化为患者的全流程健康管理措施，是亟待解决的重要课题[22]。因此，提高预测研究的质量、重视预测结果的外部验证及通过信息数据平台对研究结果进行实践转化是接下来医护科研人员的重要研究方向。

4 小结

近10年我国脑卒中预测相关研究发文量不断上升。脑卒中预测研究热点集中在脑卒中发病风险和不良预后的预测，研究前沿主要集中于预测数理模型方法的不断推进。脑卒中的发病风险因素的预测研究为基层医护开展一级预防，实现“医院-社区-家庭”的三级联动提供重要科学依据；诊疗及预后相关预测模型为脑卒中患者个性化的医疗、护理和康复提供参考。对于已经建立的预测模型需进一步进行优化和推进临床应用，以为临床及社区脑卒中患者提供个性化的医疗和护理提供科学依据和措施。