石菖蒲研究热点及前沿的文献计量学分析

吴春兴，詹 雪，王博龙

（宜春学院化学与生物工程学院，江西宜春 336000）

中药石菖蒲（Acori Tatarinowii Rhizoma）首载于《神农本草经》，为天南科植物石菖蒲（Acorus tatarinowii Schott）的干燥根茎。石菖蒲是较为主要的芳香开窍类中药，有“神仙之灵药”的美誉。石菖蒲化学成分丰富，临床应用广泛；近年来有关石菖蒲与其他中药配伍治疗痴呆、阿尔兹海默症、癫痫等疾病报道层出不穷。如吴婧等［1］研究发现石菖蒲不仅对癫痫的病因有直接治疗作用，而且其还可作为引经药增加其他癫痫治疗药物的吸收利用度。另外，在治疗阿尔兹海默症时，石菖蒲-人参配伍应用可协同增效，疗效优于单独使用人参或石菖蒲［2］。与此同时，Hao 等［3］从石菖蒲根茎中分离得到一种新的倍半萜苷类化合物，其生理作用有待进一步研究。

作为确定某领域研究热点及趋势的最常用方法，文献计量学是基于统计学的原理并结合所分析领域的学科知识，以本研究领域的相关文献为对象定量地揭示本研究领域内在规律的交叉学科［4］。随着科学技术信息化的发展，基于CiteSpace 的文献计量分析极大地促进了中医药研究的发展。基于中医药基本理论，应用文献计量学相关知识开展的相关研究，为中医药研究的发展与创新带来了新的机遇和契机［5-7］。

本研究基于文献计量学原理，借助CiteSpace 等文献计量学软件快速梳理石菖蒲领域研究的发展变化，并对该领域目前研究成果进行可视化展示，同时，结合中医药知识分析石菖蒲研究的热点变化，并预测未来研究前沿，为石菖蒲的后续研究提供参考。

1 资料与方法

1.1 数据收集与甄选

中文文献以中国知网为数据来源，在高级检索页面以“石菖蒲”、“菖蒲”、“九节菖蒲”、“金钱蒲”等相关关键词为主题词检索收集医药卫生科技类期刊发表的相关文献；英文文献以“Acori Tatarinowii Rhizoma”OR“Shichangpu”OR“Acorus gramineus Aiton”OR“Acorus tatarinowii”OR“Changpu”OR“Acorus calamus L”OR“Acorus tatarinowii Schott”为检索式，收集Web of Science 核心集数据库中的相关文献，检索时间设置为2011 年01 月01 日至2022 年12 月31 日。中文数据库检索得到1 237 篇中文文献，剔除非中文文献、非医药类文献、会议论文、科普、短篇报道、硕博论文等，最终纳入1 123 篇研究文献。英文数据库检索到445 篇文献，纳入的文献类型为article 及review，共计143 篇。

1.2 数据转换

将纳入的文献导出为“Refwords”格式，并统一保存命名为“download_XXX”形式。利用CiteSpace6.1R1 软件内置的数据转换功能对中文文献进行格式转化，英文文献不需转换；为保证关键词共现及聚类等分析结果的正确性，本研究借助后缀为.alias 的文件规范文献数据中的同义词，即在进行作者合作分析、机构合作分析、关键词共现分析等操作时，应合并具有相同含义的词，如“石菖蒲”、“菖蒲”、“九节菖蒲”、“金钱蒲”等统一为“石菖蒲”；“广州中医药大学临床药理研究所”、“广州中医药大学中药学院”、“广州中医药大学”等统一为“广州中医药大学”。

1.3 数据分析

利用Microsoft Office Excel 2017 表统计石菖蒲研究领域刊文量的变化趋势，并绘制发文量趋势图。作为文献计量研究最常用的分析软件，CiteSpace 可进行作者合作、机构合作、关键词共现聚类及突现等分析。聚类分析中，聚类结果的Modularity（Q）和Silhouette（S）是衡量聚类结果合理性的重要参数，一般认为Q＞0.4 表示聚类网络结构显著；同时，S＞0.4，说明聚类中的各关键词同质性较好［8］。CiteSpace6.1 R1 软件的相关参数设置如下：时间跨度（Time Slicing）设定为2011-2022，时间分区（Years per slice）选择1 年；研究对象间以“Cosine”为连接强度，范围设置为“With Slices”，节点阈值（top N per slice）为50。CiteSpace 软件提供了两种关键词共现网络裁剪的方法，即寻径网络（Pathfinder network，PFNET）算法和最小生成树（Minimum spanning tree，MST）算法。由于运用MST 算法生成的关键词共现图谱更清晰简洁、可读性较强［9］，因此，本研究在进行关键词共现分析时选用MST 算法。此外，在进行相关分析时，应根据研究类别选择相应的节点类型，并进行相关操作。运行后得到石菖蒲研究领域的作者合作网络、机构合作网络、关键词共现及突现等图谱，同时，结合相关专业知识解读图谱所蕴含的信息。

2 结果

2.1 发文趋势分析

2011-2022 年度石菖蒲领域的发文量见图1，结果表明，本领域的中文发文基本经历了三个时期，即在2011-2015 年石菖蒲领域的年发文量稳中有升；2016-2018 年其发文量有所下跌；2019 年至今其发文量明显增加，其中，2021 年的发文量最多，达112 篇。英文文献方面，近十年的发文量基本可分为两个时期，即2011-2016 年处于增长期，2017 年至今处于稳定期。可见，近年来相关研究学者对石菖蒲的研究一直保持关注，该领域的研究热度一直有增无减。

图1 发文量趋势分析

2.2 作者合作分析

本研究领域的中英文作者合作图谱见图2，发文量较多的学者见表1。中文作者图谱由442 个节点（作者）组成，以陈文、王湘君、邓敏贞、张智华、李绍林等为代表；英文作者图谱涉及323 个节点，图谱密度为0.009 9，其中Dong，Tina Ting-Xia、Tsim，Karl Wah-Keung、Gao，Hao、Yao，Xin-Sheng 等发文量最多。可见，在石菖蒲相关领域形成了较为稳定的研究团队，且各团队间具有较紧密的合作关系。

表1 发文量排名靠前的学者

图2 作者合作关系图谱

2.3 机构合作分析

利用CiteSpace6.1R1 软件的“Institute”运算节点分析石菖蒲领域内的机构合作关系，结果见图3，发文量较多的机构见表2。结果表明，中文机构合作图谱的节点数为337，连线数量为184，图谱密度为0.003 2；英文机构合作涉及178 家及214 条连线。从发文量上看，中文文献发文量不低于10 篇的机构有10 个，以山东中医药大学的发文量最多（24 篇），北京中医药大学、广州中医药大学、天津中医药大学、黑龙江中医药大学等研究机构紧随其后。英文文献发文量最多的机构是Chinese Academy of Sciences（10 篇），Hong Kong University of Science &Technology、Guangzhou University of Chinese Medicine、Nanjing University of Chinese Medicine 等次之。此外，从机构的属性上看，中医药院校持续发布与之相关的科研成果，是目前石菖蒲领域的研究主力，但各机构间合作较为松散，鲜有合作关系。

表2 机构分布

图3 机构合作关系图谱

2.4 研究现状及趋势探究

2.4.1 关键词共现分析

作为对研究主题的凝练与概括，关键词大致反映了文章的主要研究内容；因此，对关键词进行共现分析可清晰把握石菖蒲领域的研究内容及热点。基于CiteSpace6.1R1 软件并以“Keyword”为网络节点，运用MST 算法裁剪后生成的关键词共现图谱见图4。中文共现图谱由367 个节点和594 条连线组成，其网络密度为0.008 8；英文共现图谱由286 个节点以及818 条连线组成，其网络密度为0.020 1。中心性是衡量节点（关键词）重要性的关键指标，中心性较高的节点通常在节点联系中扮演着举足轻重的作用。通常认为出现频次高且中心性＞0.1 的关键词在网络中居于核心地位，同时揭示着该领域的研究方向。

图4 关键词共现网络

本研究中石菖蒲（acori tatarinowii rhizoma）、挥发油（essential oil）、癫痫、mice、数据挖掘、用药规律、alpha asarone、远志、alzheimers disease 等关键词的频次较高，也形成了以它们为中心的密集关联网络。同时，这些关键词中心性基本都＞0.1，这说明它们在本领域内受关注的程度较高，这些关键词主要涉及石菖蒲的成分分析、配伍应用等方面，见表3。

表3 发文量前10 的关键词

2.4.2 关键词聚类及时间线分析

聚类分析是在关键词共现网络的基础上实现的，本研究采用Citespace 6.1R1 的对数似然比（Log-Likelihood Rate，LLR）方法进行K 均值聚类分析。结果表明中文文献共形成了10（#0-#9）个聚类模块；英文文献形成了11（#0-#10）个聚类模块，见图5。聚类重叠部分的关联性较大，各聚类结果详见表4、表5。本研究中聚类结果的Q、S 值均表明聚类结构不仅合理，而且同质性较好，具有一定的可信度。各聚类结果的聚类标签词代表了本领域的不同研究方向，其聚类标签词是对本聚类结果的说明。此外，聚类分析结果中含有临床应用、癫痫、抑郁症、帕金森病（parkinsons disease）、alzheimers disease 等聚类标签，可推知中药石菖蒲的临床应用一直是本领域的研究重点。

表4 中文文献聚类分析结果

表5 英文文献聚类分析结果

图5 聚类结果可视化

以聚类结果为基础，选择Citespace 6.1R1 的“Timeline”以得到石菖蒲研究领域的时间线图谱，见图6。该图反映了石菖蒲领域中各聚类的时间跨度及其联系情况，可反映本领域不同时间段内的研究热点变化及趋势演进。可以看出相同聚类的关键词在同一水平线上；同时，本领域内各聚类所代表的相关研究延续性相对较好，形成了较为稳定的研究方向，具有代表性。

图6 聚类结果时间线可视化

2.4.3 突现分析

突现是指关键词在较短时间内频率急剧增加的现象，它反映了某段时间内该研究领域备受关注的研究前沿。利用Citespace6.1R1 的关键词突现功能获得石菖蒲领域研究的趋势演进路径，见图7。图中Strength 代表其突变强度，值越大其突变强度越大。突变强度较高的关键词主要有数据挖掘（8.25）、质量标准（4.47）、作用机制（4.45）、验案（3.69）、中风（3.65）、中药疗法（2.88）、药对（2.88）、constituents（2.29）、inhibition（2.11）、amyloid beta（1.76）、alpha asarone（0.68）、activation（0.32）等。其中，数据挖掘、作用机制、药对、amyloid beta、alpha asarone、activation 等关键词在最近突现增加，是目前的研究前沿。基于关键词的突现结果并结合发文量趋势可知，中文文献方面，2011-2015 年的突变关键词主要有质量标准、提取工艺等，提示这一时期的研究热点主要集中在石菖蒲的成分提取上。2016-2018 年名医经验、研究进展、验案等突现关键词相继出现，提示该时期石菖蒲的使用经验及验案研究成为趋势。而2019 年至今的研究方向则转移至石菖蒲的临床应用及配伍上，突现关键词包括帕金森病、药对、人参、数据挖掘等。英文文献前期的研究侧重于石菖蒲成分的分离提取，关键词主要有extract、constituents、essential oil等；目前较高突现的关键词有amyloid beta、alpha asarone、mechanisms 等，提示其研究集中于临床应用及机制方面。

图7 关键词突现分析

3 讨论

本研究基于文献计量学的基本原理与方法对2011-2022 年间的石菖蒲研究文献进行分析，从发文趋势、作者及机构合作、关键词的共现及突现等角度进行探讨，以期归纳总结石菖蒲研究领域的热点变化，并为该领域的未来研究指明方向。

3.1 石菖蒲研究现状

发文趋势表明，2011-2022 年间石菖蒲研究的相关报道整体较多，中文年均发文量为94 篇，英文年均发文量为12 篇。这表明在医药卫生领域中药石菖蒲一直备受关注，也说明石菖蒲极具研究价值及应用潜质。尤其值得关注的是，近几年的发文量较之前出现了明显的增加，这说明本领域又出现了新的研究热点，并持续至今。近年来，有关石菖蒲作用机制及配伍应用的报道层出不穷。有研究［10］表明，石菖蒲与冰片配伍具有修复癫痫大鼠血脑屏障，调节TGF-β1、IL-1β、TNF-α 等炎症因子的作用，可减轻癫痫发作、缩短其持续时间。Kim Hyojin 等［11］发现石菖蒲及其活性成分α-细辛醚、β-细辛酮具有明显的抗诺如病毒活性，其药效的发挥呈浓度依赖性。

作者合作图谱显示，纳入的1 123 篇中文文献共涉及442 位学者，人均发文量为2.5 篇，其合作密度也只有0.005。英文文献涉及323 位学者，其合作图谱密度只有0.009 9，可见在石菖蒲研究领域，各学者间的合作较为松散，并未形成稳固的核心作者群。中英文文献方面，本研究领域以陈文（11 篇）、Dong,Tina Ting-Xia（5 篇）的发文量最多，也形成了以陈文、王湘君、邓敏贞、Dong,Tina Ting-Xia、Tsim,Karl Wah-Keung 等为代表的多个具有较强的合作关系学者团队，各团队的研究各有侧重。如陈文、王湘君团队主要研究石菖蒲及其成分的工艺提取及优化；邓敏贞团队则侧重于石菖蒲挥发油对神经系统疾病，如阿尔兹海默症、帕金森病等的作用［12-13］。机构分析显示，山东中医药大学、北京中医药大学、广州中医药大学（Guangzhou University of Chinese Medicine）、天津中医药大学、Hong Kong University of Science&Technology、Nanjing University of Chinese Medicine 等中医药院校是目前石菖蒲领域的研究主力，且形成了以它们为核心的紧密合作网络，但同时也表明各机构间的合作颇为松散。综上，虽然从学者及机构分布上看，石菖蒲领域的相关研究具有多样化的趋势，但各研究团队及机构间仍缺乏广泛合作。这提示相关研究者和机构应加强彼此交流，进一步丰富和拓展石菖蒲领域研究的深度和广度。

3.2 石菖蒲研究热点及前沿

共现分析表明，发文量较多的关键词主要涉及石菖蒲的成分分析、配伍应用等方面。与之相关的关键词，如石菖蒲（acori tatarinowii rhizoma）、挥发油（essential oil）、癫痫、mice、数据挖掘、用药规律、alpha asarone、远志、alzheimers disease 等主题词的出现频次及中心性较高。同时，基于关键词的聚类结果是可信的，各聚类所涉及的研究领域也十分广泛，结果提示，临床应用、经验总结、成分研究等是石菖蒲领域的研究热点。中文聚类#3、#6、#7、#9 及英文聚类#1、#2 等提示石菖蒲临床应用的研究主要集中在以癫痫、抑郁症、帕金森病、阿尔兹海默症等为代表的神经系统疾病上，且聚类时间线显示中文聚类#6、#7及英文聚类#1 所代表的研究方向一直未中断，持续性良好。

石菖蒲是芳香开窍类中药的代表，既往研究［14-17］已证实，石菖蒲具有可靠的中枢神经系统保护作用，在治疗癫痫、抑郁症、阿尔茨海默病等神经退行性疾病方面应用广泛。同时，与这些聚类结果相关的标签词主要涵盖疾病治疗的中药配伍、方药选择、机制研究等，如在中文聚类#6 中的标签词主要有复方菖蒲益智汤、轻度认知功能障碍、细胞凋亡、网络药理学、信号通路、核心靶点、作用机制、抗氧化能力等；英文聚类#2 中涉及的聚类词有beclin-1、xbp1、cns enzymes。研究［18-19］证实，石菖蒲具有可靠的抗抑郁作用，其主要成分可能是挥发油及细辛酮等成分［20-21］。中文聚类#5 及英文聚类#4、英文聚类#9 代表的研究方向是石菖蒲的成分分析，主要涉及化学成分、分析方法、提取工艺等方面。挥发油是石菖蒲的主要有效成分，也是评价其质量的重要指标［22］，目前对石菖蒲化学成分的研究也主要集中在挥发油上［23］。而石菖蒲应用的经验总结主要涉及辨病论治、病症论治、用药经验等，以中文聚类#4、中文聚类#8 为代表。聚类时间线结果表明，中文聚类#0、#1、#2、#4 及英文聚类#1、#4 等聚类所涉及的研究范围广泛，且时间跨度也较久，是石菖蒲领域中较为稳定的研究方向，且部分研究方向目前依然热度不减。

突现分析揭示了石菖蒲领域的研究内容随着时间推移在不断改变的趋势，其结果也展示了石菖蒲领域研究的发展历程及热点变化。中文文献方面，2011-2015 年间，本领域的研究内容主要集中在石菖蒲的成分提取上。如Prabodh Satyal 等［24］分析了石菖蒲挥发油的化学成分，并探讨了其生物学活性。同时，吴春华等［25］也通过采用正相硅胶、高效液相色谱等方法首次分离得到了石菖蒲中的多种化学成分。随后的2016-2018 年，名医经验、研究进展、验案等突现关键词提示该时期石菖蒲的使用经验及验案研究成为趋势。而2019 年至今，本领域的研究前沿则转移至石菖蒲的临床应用及配伍上。在临床应用上，其研究前沿集中于抗帕金森病及作用机制研究；配伍研究则重点在药对、数据挖掘等方面。作为老年人群中发病率较高的中枢神经系统疾病，帕金森病的发病机制较为复杂，涉及线粒体功能障碍、自噬和凋亡等多方面［26］。石菖蒲具芳香之气、行散之力，实验证实其对帕金森病具有明显的治疗作用［27-29］。关键词共现及聚类分析也表明，长期以来，石菖蒲在抗帕金森病领域的应用一直是研究的热点。药对是两味药成对相配，是方药组成的基础，多有协同增效或减毒作用。既往研究［30］表明，在临床应用石菖蒲时，人参、远志、茯苓等中药多与其配伍联用。同时，随着计算机技术的发展，作为可整理和总结中医学各个领域“用药规律”、“名医经验”、“经验传承”及不同疾病证候变化、诊疗规律的新兴方法［31］，数据挖掘将有助于石菖蒲的方剂配伍研究。英文文献方面，该领域的前期研究主要集中在石菖蒲的成分分离及提取，这与中文文献基本一致；目前其研究侧重于以阿尔茨海默症为主的临床应用及机制方面。研究［32-33］证实，β-淀粉样蛋白（Amyloid Beta-protein，Aβ）在阿尔茨海默症的发病机制中起决定性作用，淀粉样蛋白斑块在血管内皮细胞中的形成和积聚会引发各种病理生理事件。由此可见，近十年来对石菖蒲的研究经历了由化学提取到验案经验总结，再到以数据挖掘等方法探讨其配伍应用及潜在功效的转变；研究方向涉及到“单药-方剂-药对”等多方面，呈现出点面结合的特点，研究内容较为全面。

4 结语

本研究基于文献计量学的原理和基础，利用可视化的方法从多个角度探讨和梳理了石菖蒲研究领域的发展概况及研究趋势，可使研究者清晰认识到近十年来石菖蒲研究的脉络分布，从而较为准确地把握本领域未来的研究方向和热点。