基于Sci2的國外醫(yī)學(xué)信息學(xué)文獻(xiàn)引文耦合分析

曹 霞 陳云香 崔 雷

(中國醫(yī)科大學(xué)附屬盛京醫(yī)院圖書館沈陽110004) (中國醫(yī)科大學(xué)信息管理與信息系統(tǒng)(醫(yī)學(xué))系沈陽110013)

?

?醫(yī)學(xué)信息研究?

基于Sci2的國外醫(yī)學(xué)信息學(xué)文獻(xiàn)引文耦合分析

曹 霞 陳云香 崔 雷

(中國醫(yī)科大學(xué)附屬盛京醫(yī)院圖書館沈陽110004) (中國醫(yī)科大學(xué)信息管理與信息系統(tǒng)(醫(yī)學(xué))系沈陽110013)

以JCR收錄的25種醫(yī)學(xué)信息學(xué)期刊為數(shù)據(jù)樣本，利用可視化工具Sci2軟件對所采集的文獻(xiàn)進(jìn)行引文耦合分析，繪制醫(yī)學(xué)信息學(xué)研究領(lǐng)域的知識圖譜。通過對施引文獻(xiàn)進(jìn)行聚類，對該領(lǐng)域不同時間段的代表作者和代表文獻(xiàn)及其研究方向和熱點(diǎn)進(jìn)行分析，揭示引文耦合圖譜的特點(diǎn)和發(fā)展態(tài)勢。

醫(yī)學(xué)信息學(xué)；知識圖譜；Sci2；文獻(xiàn)引文耦合

1 引言

醫(yī)學(xué)信息學(xué)(Medical Informatics)興起于20世紀(jì)70年代后期，是以醫(yī)學(xué)、信息管理學(xué)、系統(tǒng)論和計算機(jī)科學(xué)技術(shù)為理論基礎(chǔ)，以醫(yī)藥信息化管理為目標(biāo)，涵蓋醫(yī)學(xué)信息采集、存儲與傳輸、生物醫(yī)學(xué)信號處理、醫(yī)學(xué)圖形和圖像處理、醫(yī)學(xué)知識系統(tǒng)和智能系統(tǒng)、計算機(jī)仿真和醫(yī)藥信息工程等眾多概念和范疇的一門新興交叉學(xué)科[1]。隨著醫(yī)學(xué)信息學(xué)在生物醫(yī)學(xué)研究、醫(yī)學(xué)教育、醫(yī)學(xué)衛(wèi)生管理方面的應(yīng)用逐漸深入，對該領(lǐng)域的研究文獻(xiàn)數(shù)量也不斷增加[2]。

引文耦合包括文獻(xiàn)引文耦合、期刊引文耦合、作者引文耦合等。本文涉及的文獻(xiàn)引文耦合是施引文獻(xiàn)通過其參考文獻(xiàn)(被引文獻(xiàn))建立的耦合關(guān)系，即兩篇或多篇施引文獻(xiàn)共同引用了1篇或多篇參考文獻(xiàn)，則這兩篇文獻(xiàn)具有引文上的耦合關(guān)系,其中兩篇文獻(xiàn)共有的參考文獻(xiàn)的篇數(shù)代表耦合強(qiáng)度[3]。Sci2(Science of Science)是一款知識圖譜分析軟件，在繪制知識圖譜和可視化方面擁有很多優(yōu)勢，但國內(nèi)研究人員目前對該軟件研究甚少[4]。本研究采用定量分析法，選取JCR收錄的醫(yī)學(xué)信息學(xué)領(lǐng)域最具影響力的25種期刊為數(shù)據(jù)樣本，利用Sci2知識圖譜分析軟件研究學(xué)科發(fā)展，更加直觀地呈現(xiàn)醫(yī)學(xué)信息領(lǐng)域的研究狀況[5-6]。

2 資料與方法

2.1 數(shù)據(jù)來源

本文以2013年JCR(Journal Citation Report)期刊引文報告收錄的醫(yī)學(xué)信息學(xué)領(lǐng)域的25種期刊作為數(shù)據(jù)來源，檢索時間范圍為2005年1月1日-2013年12月31日，將文獻(xiàn)類型限定為 “article ”，“ review”，“ proceedings paper” ，最終共得到17 910篇科學(xué)論文[7]。將數(shù)據(jù)分為2005-2007年、2008-2010年、2011-2013年這3個時間段進(jìn)行文獻(xiàn)引文耦合分析。這種對不同時間段的深入研究，可以更好地呈現(xiàn)國外醫(yī)學(xué)信息學(xué)領(lǐng)域研究的動態(tài)變化[8]。

2.2 數(shù)據(jù)處理

3 國外醫(yī)學(xué)信息學(xué)知識圖譜呈現(xiàn)和解讀

3.1 2005-2007年醫(yī)學(xué)信息學(xué)文獻(xiàn)引文耦合圖譜

2005-2007年在JCR收錄的25種醫(yī)學(xué)信息學(xué)期刊中，共檢索出4 196篇文獻(xiàn)，在對這4 196篇文獻(xiàn)進(jìn)行可視化分析過程中，通過其調(diào)試窗口(Console)可知，該文獻(xiàn)引文耦合網(wǎng)絡(luò)中，共包含93 470個節(jié)點(diǎn)，其中有89 551個是孤立節(jié)點(diǎn)，為了網(wǎng)絡(luò)優(yōu)化，應(yīng)刪除這些孤立節(jié)點(diǎn)，留下3 919個節(jié)點(diǎn)進(jìn)行分析。節(jié)點(diǎn)間的連線共有72 005條，無自我循環(huán)，也無平行邊，邊最大的權(quán)重為37，最小的權(quán)重為1，該圖譜節(jié)點(diǎn)之間有著很強(qiáng)的關(guān)聯(lián)性，其中最大的網(wǎng)絡(luò)包括3 881個節(jié)點(diǎn)。利用MST-Pathfinder算法根據(jù)權(quán)重相似性對網(wǎng)絡(luò)進(jìn)行優(yōu)化縮減，最后將72 005條邊縮減到3 900條，縮減率為18.463。將耦合強(qiáng)度≥25的文獻(xiàn)在圖譜中顯示出來，共得到9組強(qiáng)耦合文獻(xiàn)，文獻(xiàn)在圖譜中的分布，見圖1。

(1)第1組文獻(xiàn)的耦合強(qiáng)度為37，第2組文獻(xiàn)的耦合強(qiáng)度為26。這3篇文獻(xiàn)主要以Zhou為中心，主要研究時間推理在醫(yī)學(xué)決策支持系統(tǒng)、醫(yī)療語言處理、電子醫(yī)療記錄和生物信息系統(tǒng)中的重要作用，提及利用人工智能和醫(yī)學(xué)自然語言處理系統(tǒng)(MLP)來處理時間表示和推理等時間信息。

(2)第3組文獻(xiàn)的耦合強(qiáng)度為36，第4組文獻(xiàn)的耦合強(qiáng)度為28。這3篇文獻(xiàn)主要以Rosenbloom為中心，探討醫(yī)囑錄入系統(tǒng)用戶界面的設(shè)計，通過可見的超鏈接來加強(qiáng)上下文相關(guān)的教育材料和患者信息的可用性，能夠顯著提升CPOE的利用率以及CPOE對臨床決策支持的影響。

綜上所述，結(jié)直腸癌中受miR-1254所調(diào)控的DEG，以及其所富集的生物過程、參與的信號通路、PPI網(wǎng)絡(luò)雖有待進(jìn)一步探究和證實(shí)，但卻可為后續(xù)miR-1254對結(jié)直腸癌發(fā)生機(jī)制的研究提供方向和指導(dǎo)。通過認(rèn)識miR-1254所調(diào)控的基因網(wǎng)絡(luò)，可全面了解其可能作用的靶基因，應(yīng)用適當(dāng)?shù)腞NA修飾或特殊的遞送途徑等方法，盡可能避免“脫靶”效應(yīng)，以尋找治療結(jié)腸癌更有效、安全的方法。

(3)第5組文獻(xiàn)的耦合強(qiáng)度是33。主要研究聚乙烯和鈦鋁釩顆粒的不同配合比對腫瘤壞死因子α和對脂多糖誘導(dǎo)腫瘤壞死因子α mRNA表達(dá)的影響。

(4)第6組文獻(xiàn)的耦合強(qiáng)度為32。講述通過統(tǒng)計分類表，利用統(tǒng)計學(xué)方法，多尺度分形分析技術(shù)和一個大范圍的分類體系來描述乳腺腫塊X線的形態(tài)學(xué)和診斷學(xué)特征。在局部紋理和數(shù)據(jù)分形分析基礎(chǔ)上使用線性、神經(jīng)以及支持向量機(jī)來描述乳腺腫塊X線特征。

(5)第7組文獻(xiàn)的耦合強(qiáng)度為28，主要探討臨床信息檢索技術(shù)對臨床醫(yī)生、家庭醫(yī)生以及醫(yī)學(xué)生的影響，臨床信息檢索技術(shù)對于臨床醫(yī)生的學(xué)習(xí)和記憶的提高都有積極的作用。

(6)第8組文獻(xiàn)的耦合強(qiáng)度為27。通過將細(xì)胞神經(jīng)網(wǎng)絡(luò)和彈性變形進(jìn)行類比，提出一種模擬軟體物體變形的新方法。該方法不僅可以預(yù)測典型的生物組織行為，還可以提供各向同性、各向異性、非均質(zhì)材料、局部以及大范圍的變形。

(7)第9組的耦合強(qiáng)度為26。主要探討進(jìn)行健康風(fēng)險溝通的方法，包括數(shù)字、文字以及視覺的形式。但因為某一結(jié)果缺乏一致的測試形式，各個形式之間的隨機(jī)對照研究以及相關(guān)細(xì)節(jié)和機(jī)制的理論基礎(chǔ)，目前仍然無法評估到底哪一種類型的方法最有效。

圖1 2005-2007年文獻(xiàn)引文耦合圖譜

3.2 2008-2010年醫(yī)學(xué)信息學(xué)文獻(xiàn)引文耦合圖譜

檢索得出，2008-2010年共有5 354篇醫(yī)學(xué)信息學(xué)文獻(xiàn)，在進(jìn)行可視化分析過程中，通過其調(diào)試窗口可知，該文獻(xiàn)引文耦合網(wǎng)絡(luò)中，共包含130 557個節(jié)點(diǎn)，其中有125 422個是孤立節(jié)點(diǎn)，這些孤立節(jié)點(diǎn)，留下5 135個節(jié)點(diǎn)進(jìn)行分析。節(jié)點(diǎn)間的連線共有115 038條，無自我循環(huán)，也無平行邊，邊最大的權(quán)重為37，最小的權(quán)重為1，該圖譜節(jié)點(diǎn)之間關(guān)聯(lián)性較強(qiáng)，其中最大的網(wǎng)絡(luò)包括5 115個節(jié)點(diǎn)。利用MST-Pathfinder算法根據(jù)權(quán)重相似性對網(wǎng)絡(luò)進(jìn)行優(yōu)化縮減，最后將115 038條邊縮減到5 124條，縮減率為22.451。整個圖譜中，耦合強(qiáng)度≥25的耦合文獻(xiàn)有7組，文獻(xiàn)分布具體，見圖2。

(1)第1組文獻(xiàn)的耦合強(qiáng)度為37。主要介紹一款肌肉結(jié)構(gòu)模型，提出該模型算法和數(shù)學(xué)分析，通過修改輸入?yún)?shù)和控制輸出運(yùn)動單位纖維密度的分布，來獲得一個逆過程。

(2)第2組文獻(xiàn)的耦合強(qiáng)度為32。主要探討在生存模型中的設(shè)限對貝葉斯網(wǎng)絡(luò)學(xué)習(xí)的影響，運(yùn)用爬山算法和獨(dú)立性算法來學(xué)習(xí)貝葉斯網(wǎng)絡(luò)。模型表明，當(dāng)處理中間設(shè)限時，加權(quán)方法是最優(yōu)選擇。

(3)第3組文獻(xiàn)的耦合強(qiáng)度為31。主要探討團(tuán)隊合作是如何形成的，提出序列性、平行性、同時性3種區(qū)分團(tuán)隊的理論概念，提出群組間的一種中間階段——半平行團(tuán)隊合作。

(4)第4組文獻(xiàn)的耦合強(qiáng)度為30。主要探討基于群組的審核一體化醫(yī)學(xué)語言系統(tǒng)中缺失的層次關(guān)系，運(yùn)用遞歸過程定位缺失層次關(guān)系。

(5)第5組文獻(xiàn)的耦合強(qiáng)度為25。文章主要目的是識別和描述在住院和門診服務(wù)中醫(yī)生使用電子病歷和醫(yī)囑錄入系統(tǒng)意識行為，隨著用戶對健康信息技術(shù)(IT)的興趣日益遞增，醫(yī)療健康信息技術(shù)的接受度以及使用也越來越重要。

(6)第6組文獻(xiàn)的耦合強(qiáng)度為25。主要通過使用醫(yī)囑錄入系統(tǒng)(CPOE)來降低用藥錯誤和藥物不良事件等相對危險度，通過領(lǐng)域控制研究和前后檢測研究方法評價所有類別的CPOE，得出電子處方能夠降低用藥錯誤和藥物不良事件等風(fēng)險。

(7)第7組文獻(xiàn)的耦合強(qiáng)度為25。主要探討近年來Meta分析在醫(yī)學(xué)研究中的發(fā)展，重點(diǎn)概述了非均質(zhì)性和隨機(jī)效應(yīng)分析，在不同領(lǐng)域應(yīng)用時的特殊考慮和評價研究中的偏誤等。

圖2 2008-2010年文獻(xiàn)引文耦合圖譜

3.3 2011-2013年醫(yī)學(xué)信息學(xué)文獻(xiàn)引文耦合圖譜

檢索得出，2011-2013年共有8 360篇醫(yī)學(xué)信息學(xué)文獻(xiàn)，在進(jìn)行可視化分析過程中，通過其調(diào)試窗口可知，該文獻(xiàn)引文耦合網(wǎng)絡(luò)中，共包含189 176個節(jié)點(diǎn)，其中有181 574個是孤立節(jié)點(diǎn)，刪除這些孤立節(jié)點(diǎn)，留下7 602個節(jié)點(diǎn)進(jìn)行分析。節(jié)點(diǎn)間的連線共有236 003條，無自我循環(huán)，也無平行邊，邊最大的權(quán)重為64，最小的權(quán)重為1，該圖譜節(jié)點(diǎn)之間關(guān)聯(lián)性較強(qiáng)，其中最大的網(wǎng)絡(luò)包括7 420個節(jié)點(diǎn)。利用MST-Pathfinder算法根據(jù)權(quán)重相似性對網(wǎng)絡(luò)進(jìn)行優(yōu)化縮減，最后邊縮減為7 522條，縮減率為31.375。整個圖譜中，抽取權(quán)重≥40的6組強(qiáng)耦合文獻(xiàn)的標(biāo)簽進(jìn)行顯示，見圖3。

(1)第1組文獻(xiàn)的耦合強(qiáng)度為64。主要研究視網(wǎng)膜影像的血管分割方法，分析探討了視網(wǎng)膜血管提取算法、技術(shù)和方法論，通過DRIVE和STARE這兩個視網(wǎng)膜影像數(shù)據(jù)庫，針對每個區(qū)域的受試工作者特征曲線，使用精確度、真陽性率、假陽性率、敏感性、特異性等方法來運(yùn)行該算法。

(2)第2組文獻(xiàn)的耦合強(qiáng)度為52。主要通過隨機(jī)對照試驗，在病人和醫(yī)護(hù)人員之間使用電子癥狀報告來改善醫(yī)療保健服務(wù)的質(zhì)量。

(3)第3組文獻(xiàn)的耦合強(qiáng)度為50。主要探討大規(guī)模衛(wèi)生信息技術(shù)，其實(shí)施需要復(fù)雜的戰(zhàn)略規(guī)劃和系統(tǒng)組織。電子健康檔案是現(xiàn)在國際上改善醫(yī)療安全性和醫(yī)療質(zhì)量的核心。

(4)第4組文獻(xiàn)的耦合強(qiáng)度為48。主要研究臨床決策支持干預(yù)的藥物處方設(shè)計，描述臨床決策支持干預(yù)系統(tǒng)中的醫(yī)療處方的設(shè)計屬性，強(qiáng)調(diào)感性、認(rèn)知特點(diǎn)、提高人機(jī)交互和病人安全等功能。

(5)第5組文獻(xiàn)的耦合強(qiáng)度為43。主要研究利用互聯(lián)網(wǎng)提供量身定制的生活方式——電子郵件定期提醒，探討提示內(nèi)容和時間的影響。

(6)第6組文獻(xiàn)的耦合強(qiáng)度為43。主要研究在基礎(chǔ)科研中利用計算機(jī)心房模型輔助理解病理機(jī)制和治療方法。

圖3 2011-2013年文獻(xiàn)引文耦合圖譜

3.4 醫(yī)學(xué)信息學(xué)文獻(xiàn)引文耦合分析總結(jié)

本文將2005-2013年的醫(yī)學(xué)信息學(xué)文獻(xiàn)以3年為一個周期，劃分為3個不同的連續(xù)時間段進(jìn)行耦合分析。通過制作分析各個時間段文獻(xiàn)的引文耦合圖譜，可以很清楚地發(fā)現(xiàn)，2005-2013年醫(yī)學(xué)信息學(xué)文獻(xiàn)呈現(xiàn)明顯的增長趨勢，在圖譜中表現(xiàn)為節(jié)點(diǎn)和連線增多，構(gòu)建的網(wǎng)絡(luò)也越來越大，越來越復(fù)雜，不同時間段研究的熱點(diǎn)也各有不同。2005-2007年，代表作者有Zhou、Ancker、Rosenbloom等，研究的主要內(nèi)容是時間推理系統(tǒng)的醫(yī)學(xué)應(yīng)用、醫(yī)囑錄入系統(tǒng)設(shè)計、利用統(tǒng)計分類表描述乳腺腫塊X線形態(tài)學(xué)和診斷學(xué)特征、臨床信息檢索技術(shù)、臨床數(shù)據(jù)挖掘?qū)W習(xí)等。2008-2010年，代表作者有Navallas、Stajduhar、Berlin、Chen、Holden等，研究的主要內(nèi)容有肌肉結(jié)構(gòu)模型開發(fā)、貝葉斯網(wǎng)絡(luò)學(xué)習(xí)、團(tuán)隊合作、一體化醫(yī)學(xué)語言系統(tǒng)層次缺失審核、醫(yī)囑錄入系統(tǒng)的電子處方功能等。2011-2013年，代表作者有Fraz、Johansen、Cresswell、Horsky等，研究的主要內(nèi)容有視網(wǎng)膜影像血管分割方法、電子癥狀報告和電子健康檔案改善醫(yī)療質(zhì)量、臨床決策支持系統(tǒng)的藥物處方設(shè)計、電子郵件定期提醒、計算機(jī)心房模型輔助治療。通過對3個時間段研究內(nèi)容的總結(jié)，反映出醫(yī)學(xué)信息學(xué)涉及的研究領(lǐng)域越來越廣泛，包括計算機(jī)、醫(yī)學(xué)、管理學(xué)等，已經(jīng)逐漸成為一個成熟的多領(lǐng)域交叉學(xué)科[10]。

4 結(jié)語

本文以JCR收錄的25種醫(yī)學(xué)信息學(xué)期刊為數(shù)據(jù)樣本，利用可視化工具Sci2軟件繪制出醫(yī)學(xué)信息學(xué)研究領(lǐng)域的知識圖譜，系統(tǒng)全面地對不同時間段進(jìn)行文獻(xiàn)引文耦合分析。主要的研究結(jié)論如下：(1)2005-2013年醫(yī)學(xué)信息學(xué)領(lǐng)域的研究文獻(xiàn)總體呈現(xiàn)上升趨勢，隨著時間的推移，網(wǎng)絡(luò)內(nèi)節(jié)點(diǎn)越來越多，各節(jié)點(diǎn)間的聯(lián)系也越來越緊密，說明在該領(lǐng)域中，作者間的合作增加，學(xué)術(shù)交流也日趨頻繁。(2)對于同一研究主題的文獻(xiàn)，它們的參考文獻(xiàn)趨同性較高，尤其是同一作者或者是相同團(tuán)隊的發(fā)表文獻(xiàn)，呈現(xiàn)出很高的耦合率。(3)不同時間段的代表作者和主要研究內(nèi)容有所不同，覆蓋了醫(yī)學(xué)、計算機(jī)和管理學(xué)等多個學(xué)科，同時研究內(nèi)容具有一定連續(xù)性，例如3個時間段關(guān)于電子處方的研究：醫(yī)囑錄入系統(tǒng)設(shè)計——醫(yī)囑錄入系統(tǒng)的電子處方功能——臨床決策支持系統(tǒng)的藥物處方設(shè)計，說明了電子系統(tǒng)藥物處方的開發(fā)設(shè)計是最近熱點(diǎn)研究方向。

本文通過運(yùn)用可視化工具Sci2軟件，對近年來醫(yī)學(xué)信息學(xué)數(shù)據(jù)進(jìn)行文獻(xiàn)引文耦合分析，繪制出本領(lǐng)域的知識圖譜并對施引文獻(xiàn)進(jìn)行聚類，可以很好地呈現(xiàn)不同時間段的代表作者和代表文獻(xiàn)及其研究的主要方向和潛在研究趨勢，揭示國外醫(yī)學(xué)信息學(xué)文獻(xiàn)引文耦合圖譜的特點(diǎn)和發(fā)展態(tài)勢，同時為國內(nèi)

醫(yī)學(xué)信息研究者提供借鑒和參考。

1 陳先來. 加強(qiáng)臨床醫(yī)學(xué)生醫(yī)學(xué)信息學(xué)教育的思考[J]. 西北醫(yī)學(xué)教育,2011,19(1):14-16.

2 崔雷,陳東濱. 國外醫(yī)學(xué)信息學(xué)科研熱點(diǎn)的文獻(xiàn)計量學(xué)分析[J]. 醫(yī)學(xué)信息學(xué)雜志,2007,28(2):97-102.

3 許丹,侯躍芳. 國外醫(yī)學(xué)信息學(xué)研究領(lǐng)域可視化引文分析[J]. 醫(yī)學(xué)信息學(xué)雜志,2011,32(10):12-19.

4 邱小花,李國俊,肖明. Sci2——一款新的知識圖譜分析軟件介紹與評價[J]. 圖書館雜志,2013,32(9):79-87.

5 宋艷輝,武夷山. 基于作者文獻(xiàn)耦合分析的情報學(xué)知識結(jié)構(gòu)研究[J]. 圖書情報工作,2014,58(1):117-123.

6 邱均平,趙月華,趙蓉英. 國外圖書情報領(lǐng)域可視化研究之分析[J]. 情報理論與實(shí)踐,2013,36(1):124-128.

7 曹霞,楊華. 基于SCI-E的中國大陸婦產(chǎn)科學(xué)領(lǐng)域論文產(chǎn)出分析[J]. 醫(yī)學(xué)信息學(xué)雜志,2012,33(10):58-62.

8 黃卓泳,賀蓮. 基于知識圖譜的衛(wèi)生技術(shù)評估發(fā)展現(xiàn)狀及熱點(diǎn)分析[J]. 醫(yī)學(xué)信息學(xué)雜志,2013,34(6):55-59.

9 李國俊,劉恩濤,邱小花,等. 國外圖書館學(xué)情報學(xué)知識圖譜研究——基于Sci2的文獻(xiàn)引文耦合分析[J]. 情報雜志,2014,33(1):78-90.

10 栗文靖,許培揚(yáng). 近年來國際上有關(guān)醫(yī)學(xué)信息學(xué)學(xué)科發(fā)展的一些探討[J]. 醫(yī)學(xué)信息學(xué)志,2011,32(10):7-12.

Literature Bibliographic Coupling Analysis of Foreign Medical Informatics Based on Sci2CAOXia，

CHENYun-xiang，

LibraryofShengjingHospitalofChinaMedicalUniversity,Shenyang110004,China；CUILei，DepartmentofInformationManagementandInformationSystem(Medicine),ChinaMedicalUniversity,Shenyang110013,China

The paper takes 25 kinds of medical informatics journals from JCR as the data samples and uses the information visualization tool Sci2to make literature bibliographic coupling analysis, draws the knowledge map of medical informatics domain. By clustering the citing literatures, the representative authors, literatures, their research directions and focuses in different periods are analyzed, the characteristics of literature bibliographic coupling map and the development tendency of medical informatics are revealed.

Medical informatics; Mapping knowledge domain; Sci2; Paper bibliographic coupling analysis

2014-10-30

曹霞，助理館員，發(fā)表論文9篇;通訊作者：崔雷，副主任，博士生導(dǎo)師，發(fā)表論文100余篇。

R-058

A 〔DOI〕10.3969/j.issn.1673-6036.2015.02.011