基于CiteSpace對新型冠狀病毒肺炎疫苗文獻(xiàn)的可視化分析

藍(lán) 蕾 瞿心遠(yuǎn) 應(yīng)曜宇

1 浙江大學(xué)醫(yī)學(xué)院附屬第一醫(yī)院傳染病診治國家重點(diǎn)實(shí)驗(yàn)室 浙江杭州 310003； 2 蘇州市吳中區(qū)衛(wèi)生監(jiān)督所 江蘇蘇州 215000； 3 蘇州大學(xué)附屬第二醫(yī)院 江蘇蘇州 215000

新冠肺炎(corona virus disease 2019，COVID-19)是一種以發(fā)熱、乏力、干咳為主要臨床表現(xiàn)，并以呼吸道飛沫和密切接觸為主要傳播途徑的嚴(yán)重傳染病。新型冠狀病毒(SARS-CoV-2)進(jìn)入人體后，常有1～14 d的潛伏期，多數(shù)在3～7 d發(fā)病。國家衛(wèi)健委2020年1號文件將新冠肺炎納入《中華人民共和國傳染病防治法》規(guī)定的乙類傳染病，并采取甲類傳染病防控措施[1-2]。截止2021年8月底，全球新冠肺炎累計(jì)確診病例超2億例，累計(jì)死亡病例超過400萬例，而新冠病毒的感染病例和死亡病例仍在持續(xù)增加。新冠肺炎疫苗相關(guān)的研究已經(jīng)成為當(dāng)前醫(yī)學(xué)領(lǐng)域主要的研究熱點(diǎn)之一[3]。全球已經(jīng)有超過100種的疫苗處于臨床試驗(yàn)中，包括滅活疫苗、重組亞單位疫苗、病毒載體疫苗等。疫苗接種已經(jīng)成為預(yù)防新冠肺炎的最有效、經(jīng)濟(jì)、合理的手段[2, 4]。

文獻(xiàn)計(jì)量學(xué)被廣泛應(yīng)用于發(fā)現(xiàn)研究熱點(diǎn)、分析研究成果和研究趨勢，有助于理解某一特定領(lǐng)域的知識庫和研究前沿進(jìn)展情況。而CiteSpace 軟件是基于文獻(xiàn)計(jì)量學(xué)進(jìn)行可視化分析的重要軟件，該軟件由陳超美教授發(fā)明，較為直觀地展示文獻(xiàn)研究的動態(tài)變化，主要關(guān)注研究領(lǐng)域的主流方向、核心路徑和關(guān)鍵環(huán)節(jié)，尤其適用于分析熱點(diǎn)問題[5-6]。CiteSpace 軟件通過不同的算法對文獻(xiàn)中作者、研究機(jī)構(gòu)和關(guān)鍵詞等重要信息進(jìn)行分析，從協(xié)作網(wǎng)絡(luò)分析、共現(xiàn)關(guān)鍵詞分析、作者共被引分析等多個(gè)方面對不同類型的文獻(xiàn)進(jìn)行計(jì)量研究，在醫(yī)學(xué)、生態(tài)學(xué)等領(lǐng)域有著廣泛的應(yīng)用[5, 7-8]。CiteSpace 軟件是將文獻(xiàn)信息數(shù)據(jù)可視化的一種工具，其不僅可輔助分析科研領(lǐng)域的基本知識、研究熱點(diǎn)及前沿，還可預(yù)測主題演變趨勢以供指導(dǎo)[9-11]。本研究通過運(yùn)用CiteSpace 軟件對重型新冠肺炎研究文獻(xiàn)進(jìn)行可視化分析，客觀了解該領(lǐng)域研究的熱點(diǎn)與前沿，希望能為該領(lǐng)域的研究者提供研究思路[12-14]。本研究擬通過Excel 和CiteSpace 軟件分析Web of Science 數(shù)據(jù)庫中新型冠狀病毒肺炎疫苗研究的相關(guān)文獻(xiàn)進(jìn)行可視化分析，探索當(dāng)前新冠疫苗研究現(xiàn)狀、研究熱點(diǎn)和發(fā)展趨勢，為該領(lǐng)域未來研究提供科學(xué)參考。

1 資料與方法

1.1 數(shù)據(jù)來源

在Web of Science 數(shù)據(jù)庫進(jìn)行主題檢索，選擇Web of Science核心合集數(shù)據(jù)庫，檢索時(shí)間設(shè)置為2019年12月1日-2021年7月15日，具體檢索策略為，主題詞=“COVID-19 vaccine*” OR “coronavirus disease 2019 vaccine*” OR “2019-ncov vaccine*” OR “2019 novel coronavirus vaccine*” OR “sars-cov-2 vaccine*” OR“sars coronavirus 2 vaccine*” OR “corona virus disease 2019 vaccine*” OR “severe acute respiratory syndrome coronavirus 2 vaccine*” OR “COVID 19 vaccine*” OR “2019 ncov vaccine*” OR “sars cov 2 vaccine*” OR “sarscov-2 vaccine*” OR “COVID-19 NEAR/5 vaccine*” OR“sars-cov-2 mrna vaccine*” OR“COVID-19 4mrna vaccine*”O(jiān)R “Coronavac” OR“WIBP-Corv” OR “BBIBP-Corv” OR “Ad5-nCov” OR “Vaxzevria” OR“ AZD1222” OR“ BNT162b2”，文獻(xiàn)類型限定為Article和 Review，語種限定為英語。在文獻(xiàn)導(dǎo)出時(shí)選擇“其他文件格式”，記錄內(nèi)容選擇“全記錄與引用參考文獻(xiàn)”，文件格式選擇“純文本”。

1.2 方法

采用SATI 文獻(xiàn)題錄信息統(tǒng)計(jì)分析工具 (statistical analysis toolkit for informetrics)和Excel2019對導(dǎo)出的數(shù)據(jù)庫進(jìn)行處理，抽取主要的字段信息并進(jìn)行統(tǒng)計(jì)分析。

采用CiteSpace 5.8. R2軟件對COVID-19相關(guān)文獻(xiàn)進(jìn)行計(jì)量分析，主題節(jié)點(diǎn)包括國家/研究機(jī)構(gòu)、期刊/雜志、作者、關(guān)鍵詞和被引文獻(xiàn)分析。其中網(wǎng)絡(luò)圖譜中節(jié)點(diǎn)的大小表示出現(xiàn)次數(shù)或被引頻次的多少，節(jié)點(diǎn)間線條粗細(xì)表示節(jié)點(diǎn)之間聯(lián)系緊密程度，線條越粗、顏色越深代表節(jié)點(diǎn)之間的聯(lián)系越緊密，有著更深的合作關(guān)系。CiteSpace中使用中介中心性來量化節(jié)點(diǎn)在網(wǎng)絡(luò)中地位的重要性，中介中心性越高，表示網(wǎng)絡(luò)中越多的聯(lián)系需要通過該節(jié)點(diǎn)，該節(jié)點(diǎn)在網(wǎng)絡(luò)中常發(fā)揮橋梁作用，中介中心性≥0.1的節(jié)點(diǎn)常用紫色圓圈進(jìn)行重點(diǎn)標(biāo)注[12]。將檢索到的文獻(xiàn)導(dǎo)入CiteSpace 5.8. R2軟件， 設(shè)置Time Slicing 為2020.1 -2021.12，Years Per Slice 為1，分別以研究機(jī)構(gòu)(institution)、作者(author)、關(guān)鍵詞(keywords)、文獻(xiàn)(reference)為節(jié)點(diǎn)，選擇最小生成樹(MST)算法精簡網(wǎng)絡(luò)，生成可視化圖譜進(jìn)行可視化分析。

2 結(jié)果

根據(jù)本研究的檢索策略，從Web of Science核心合集共檢索出1 717篇英文文獻(xiàn)(包括論著和綜述)，導(dǎo)入SATI工具和Excel2019進(jìn)行信息提取和統(tǒng)計(jì)分析。同時(shí)導(dǎo)入CiteSpace軟件的數(shù)據(jù)清洗(包括格式轉(zhuǎn)化和去重復(fù))，最終納入1 363篇進(jìn)行可視化分析，其中2020年發(fā)文371篇，2021年發(fā)文992篇。

2.1 國家和研究機(jī)構(gòu)分析

結(jié)果顯示，共有128個(gè)國家參與COVID-19疫苗文獻(xiàn)的發(fā)表。其中，美國發(fā)文量最多(690篇)，第二位為中國(193篇)，第三位為英國(192篇)。共有3 238個(gè)研究機(jī)構(gòu)發(fā)表了COVID-19疫苗的文獻(xiàn)，牛津大學(xué)發(fā)文量最多(106 篇)，發(fā)文量第二位的為以色列的特拉維夫大學(xué)(53篇)，第三位為華盛頓大學(xué)(52篇)，復(fù)旦大學(xué)發(fā)文量為35篇，居第十位。居前10位的研究機(jī)構(gòu)均為大學(xué)，且有7 所研究機(jī)構(gòu)來自美國。結(jié)果見圖1。

圖1 COVID-19疫苗相關(guān)文獻(xiàn)發(fā)表數(shù)量前10位的國家/研究機(jī)構(gòu)

對研究機(jī)構(gòu)的中心性分析顯示，排名前十位的研究機(jī)構(gòu)分別是多倫多大學(xué)、倫敦衛(wèi)生與熱帶醫(yī)學(xué)院、哈佛大學(xué)醫(yī)學(xué)院、倫敦帝國理工學(xué)院、Gen Dynam Informat Technol、華盛頓大學(xué)、牛津大學(xué)、斯坦福大學(xué)、范德比爾特大學(xué)和中國科學(xué)院。見圖2，以“institution”為網(wǎng)絡(luò)節(jié)點(diǎn)，生成102個(gè)節(jié)點(diǎn)，116條連線的研究結(jié)構(gòu)合作網(wǎng)絡(luò)，網(wǎng)絡(luò)密度為0.022 5。在圖2中，以紫色圓圈標(biāo)注的研究機(jī)構(gòu)，中介中心性較高，在合作中發(fā)揮橋梁作用。而連線越粗則表示這些研究機(jī)構(gòu)合作更為緊密。

圖2 發(fā)表COVID-19疫苗相關(guān)文獻(xiàn)的研究機(jī)構(gòu)合作圖譜

2.2 期刊/雜志分析

截止2021年7月15日，共有664個(gè)期刊發(fā)表了COVID-19疫苗相關(guān)的文獻(xiàn)。被引期刊/雜志排名前三的分別是New Engl J Med (846次)，Lancet(791次) 和Vaccine(696次)，見表1。

表1 COVID-19疫苗相關(guān)文獻(xiàn)被引數(shù)量前10位的期刊/雜志

2.3 作者分析

發(fā)文量前四的作者分別是Dan H Barouch(13篇)、Lambe Teresa(11篇)、Hanneke Schuitemaker(10篇)和Sarah C Gilbert(13篇)，被引頻次前十的作者分別是Dan H Barouch(9次)、Grace M Lee(8次)、H Keipp Talbot(8次)、Teresa Lambe(8次)、Megan Wallace(8次)、Beth P Bell(8次)、Jose R Romero(8次)、Sara E Oliver(8次)、Hanneke Schuitemaker(8次)、Sarah C Gilbert(8次)。由此可見，Dan H Barouch的發(fā)文數(shù)量和被引頻次均排名第一，是COVID-19疫苗相關(guān)研究領(lǐng)域的代表作者，同時(shí)Hanneke Schuitemaker、Sarah C Gilbert、Megan Wallace和Grace M Lee的發(fā)文數(shù)量和被引頻次也相對較高，是COVID-19疫苗相關(guān)研究領(lǐng)域值得關(guān)注的作者。

表2 COVID-19疫苗相關(guān)文獻(xiàn)發(fā)文量和被引量前10的作者

對作者的被引頻次分析顯示，以“author”為網(wǎng)絡(luò)節(jié)點(diǎn)，生成了303個(gè)節(jié)點(diǎn)，222條連線的研究結(jié)構(gòu)合作網(wǎng)絡(luò)，網(wǎng)絡(luò)密度為0.004 9的作者合作網(wǎng)絡(luò)。圖中每個(gè)節(jié)點(diǎn)代表一個(gè)作者，連線代表作者之間的合作關(guān)系，字體越大，顏色越深，說明該作者越在領(lǐng)域中越有影響力。結(jié)合網(wǎng)絡(luò)圖譜分析可知，Dan H Barouch是COVID-19疫苗相關(guān)研究領(lǐng)域的代表作者，與前述分析一致。同時(shí)，目前主要有3個(gè)較大的團(tuán)隊(duì)對COVID-19疫苗進(jìn)行研究，團(tuán)隊(duì)內(nèi)部合作較為緊密，但各團(tuán)隊(duì)之間未出現(xiàn)合著發(fā)表的關(guān)系，聯(lián)系不太緊密。

圖3 發(fā)表COVID-19疫苗相關(guān)文獻(xiàn)的作者合作圖譜

2.4 關(guān)鍵詞共被引及聚類分析

以“keyword”為網(wǎng)絡(luò)節(jié)點(diǎn)，生成77個(gè)節(jié)點(diǎn)，88條連線，密度為0.030 1的關(guān)鍵詞共現(xiàn)圖譜，出現(xiàn)頻次最高的關(guān)鍵詞是COVID-19。一般認(rèn)為，中心度≥0.1的節(jié)點(diǎn)在網(wǎng)絡(luò)結(jié)構(gòu)中有重要的位置，在知識結(jié)構(gòu)的演變中扮演重要的角色，反映該研究的熱點(diǎn)方向。見表3所示，可見COVID-19疫苗相關(guān)研究主要圍繞對疫苗的接受度及擔(dān)憂、免疫反應(yīng)、急性呼吸綜合征、流感、刺突蛋白及受體結(jié)合域、mRNA疫苗等方面開展。

表3 COVID-19疫苗相關(guān)文獻(xiàn)中心性前10的關(guān)鍵詞分布情況

對關(guān)鍵詞進(jìn)行聚類分析，聚類選擇Find Cluster，算法選擇LLR。研究結(jié)果顯示，Q=0.696 2，S=0.884 3，Q值大于0.3說明劃分出來的社團(tuán)結(jié)構(gòu)是顯著的；S值大于0.7，說明聚類效果明顯，信度較好。共形成7個(gè)聚類標(biāo)簽，分別為聚類#0 spike protein，聚類#1 sars-cov-2，聚類#2 vaccination，聚類#3 vaccine hesitancy，聚類#4 influenza，聚類#5 protective immunity，聚類#6 acceptance，聚類#7 clinical trials。聚類標(biāo)簽序號越小，包含節(jié)點(diǎn)越多。聚類#0 中的節(jié)點(diǎn)數(shù)最多，包含新型冠狀病毒的分子結(jié)構(gòu)、疫苗研制有關(guān)的主要靶點(diǎn)及重要方法等；聚類#1涵蓋COVID-19疫苗開發(fā)的潛在方法和研究途徑等；聚類#2關(guān)注COVID-19疫苗的接種、過敏反應(yīng)、mRNA疫苗及第二針劑的接種情況；聚類#3包含疫苗接受度的橫斷面調(diào)查、不同人群的接種意愿；聚類#4為COVID-19疫苗與通用流感疫苗的比較、抗體依賴性增強(qiáng)效應(yīng)的研究；聚類#5涉及基于不同方法對COVID-19疫苗接種策略及保護(hù)效果的研究；聚類#6關(guān)注不同地區(qū)人群對疫苗的認(rèn)知及接受度情況；聚類#7包括了疫苗潛在的佐劑臨床試驗(yàn)等。同一聚類為同一色塊，每個(gè)聚類模塊的關(guān)鍵詞節(jié)點(diǎn)顏色與色塊的顏色相同。見圖4。

圖4 COVID-19疫苗相關(guān)文獻(xiàn)的關(guān)鍵詞聚類圖譜

2.5 文獻(xiàn)共被引分析

以“reference”為網(wǎng)絡(luò)節(jié)點(diǎn)，生成80個(gè)節(jié)點(diǎn)，79條連線，密度為0.025的文獻(xiàn)共被引網(wǎng)絡(luò)。其中，共被引頻次最高的文獻(xiàn)第一作者是Fernando P. Polack(287次)，題目是“Safety and Efficacy of the BNT162b2 mRNA COVID-19 Vaccine”；其次是Lisa A. Jackson(166次)，題目是“An mRNA Vaccine against SARS-CoV-2—Preliminary Report”；第三名是Pedro M. Folegatti(147次)，題目是“Safety and immunogenicity of the ChAdOx1 nCoV-19 vaccine against SARS-CoV-2: a preliminary report of a phase 1/2， single-blind， randomised controlled trial”。通過對網(wǎng)絡(luò)進(jìn)行時(shí)間線圖譜可視化，可以發(fā)現(xiàn)COVID-19疫苗相關(guān)文獻(xiàn)所引用的第一篇參考文獻(xiàn)發(fā)表在2016年。隨著COVID-19疫情在全球的擴(kuò)散，從2020年開始，COVID-19疫苗相關(guān)研究開始增多，同時(shí)出現(xiàn)了一些高被引的標(biāo)志性文獻(xiàn)。見圖5。

圖5 COVID-19疫苗相關(guān)文獻(xiàn)的時(shí)間線圖譜

3 討論

文獻(xiàn)的計(jì)量分析中，發(fā)文量最多的國家為美國，發(fā)文量居前10 位的機(jī)構(gòu)均為高?；蚋咝８綄籴t(yī)院，且7 所機(jī)構(gòu)位于美國，體現(xiàn)了高校在本次公共衛(wèi)生事件中極高的參與度，也表明了美國學(xué)者在重癥新型冠狀病毒肺炎的研究最為廣泛。從被引期刊頻次可以看出老牌的醫(yī)學(xué)期刊仍是大家認(rèn)可的。除了疫苗?？禫accine》，其他期刊影響因子均高于50，在后續(xù)研究時(shí)研究者可以重點(diǎn)關(guān)注這些雜志上的研究進(jìn)展，減少文獻(xiàn)過濾時(shí)間。

文獻(xiàn)可視化分析中，裁剪算法Pathfinder 可簡化網(wǎng)絡(luò)并保留關(guān)鍵信息節(jié)點(diǎn)。作者合作的可視化圖直觀地體現(xiàn)了重癥新型冠狀病毒肺炎研究領(lǐng)域作者之間的合作關(guān)系。從關(guān)系圖可以看出同一國家的作者合作較為緊密，但是國際間作者合作關(guān)系仍較少。其中最大團(tuán)隊(duì)中的中國學(xué)者Jingyou Yu隸屬排名第一Barouch教授的實(shí)驗(yàn)室，主要研究免疫反應(yīng)與病毒感染和新型疫苗。國內(nèi)作者應(yīng)積極與美國等國家的作者合作，共同致力于解決這一全球性問題[15-16]。

關(guān)鍵詞共現(xiàn)和聚類主要用于體現(xiàn)研究領(lǐng)域的熱點(diǎn)，關(guān)鍵詞聚類是將相似關(guān)鍵詞進(jìn)行分類，在聚類分析中，Q即聚類模塊值:Q>0.3提示聚類結(jié)構(gòu)明顯;S 即聚類平均輪廓值:S>0.7提示聚類結(jié)果內(nèi)部具有高度一致性，是令人信服的。本研究中Q=0.696 2>0.3，S=0. 884 3>0.7，因此聚類結(jié)構(gòu)明顯且結(jié)果令人信服。關(guān)鍵詞中COVID-19、疫苗、病毒說明了本次研究的中心；接種反應(yīng)、疫苗猶豫、疫苗接受度等等體現(xiàn)了過去一年里研究者已經(jīng)將疫苗的研究方向從基礎(chǔ)研究、原理研究轉(zhuǎn)向到了如何提高群眾接受度和疫苗安全性，這也從側(cè)面說明了新冠疫苗已經(jīng)基本研究成熟。但仍需要#6、#7等研究者繼續(xù)對疫苗進(jìn)行大規(guī)模的流行病學(xué)調(diào)查和臨床試驗(yàn)，不斷改善疫苗質(zhì)量[17-20]。在一定程度上，文獻(xiàn)共被引頻次與文獻(xiàn)的學(xué)術(shù)影響力成正比。最高共被引與第三名均發(fā)表在《Lancet》上，內(nèi)容均與疫苗臨床試驗(yàn)有關(guān)，第二篇發(fā)表在《New Engl J Med》，內(nèi)容也是疫苗的臨床試驗(yàn)。這提示我們目前而言臨床試驗(yàn)仍是金標(biāo)準(zhǔn)，這3篇文章可以認(rèn)為是新冠疫苗研究的必讀內(nèi)容。以上兩種期刊均為醫(yī)學(xué)界的頂級期刊，在醫(yī)學(xué)領(lǐng)域具有舉足輕重的地位，具有高影響力、高傳播性、高時(shí)效性的特點(diǎn)，為臨床醫(yī)務(wù)工作者以及政府管理部門提供疫苗接種的最新研究進(jìn)展和方向[21-23]。

本研究也存在一些局限性:①從文獻(xiàn)來源方面，納入文獻(xiàn)均來源于Web of Science 數(shù)據(jù)庫，致使文獻(xiàn)收錄不夠全面；②從文獻(xiàn)語言方面，納入文獻(xiàn)的語言均為英語，未納入相關(guān)的中文文獻(xiàn)進(jìn)行分析；③時(shí)間及時(shí)更新的限制。

綜上所述，當(dāng)前新冠疫苗接種的安全性、疫苗臨床試驗(yàn)、流行病學(xué)調(diào)查是新冠疫苗研究的幾個(gè)方向，全世界醫(yī)務(wù)工作者應(yīng)加強(qiáng)國際間合作與交流，開展更多高質(zhì)量隨機(jī)對照試驗(yàn)，為未來預(yù)防新型冠狀病毒肺炎的研究提供更有價(jià)值的參考依據(jù)。