基于CiteSpace的醫(yī)療不良事件報告研究熱點(diǎn)與發(fā)展前沿分析

羅云云 陳適 潘慧

醫(yī)療不良事件是世界性公共衛(wèi)生問題[1]。醫(yī)療不良事件的主動上報對于降低不良事件發(fā)生率、提升醫(yī)療質(zhì)量及改善醫(yī)患關(guān)系意義重大[2]。近年來，隨著醫(yī)藥衛(wèi)生體制改革與國家各項政策的推行，新技術(shù)、新材料、新藥品在應(yīng)用于臨床時可能出現(xiàn)新的不安全事件。國內(nèi)醫(yī)療不良事件領(lǐng)域發(fā)表文獻(xiàn)眾多，但質(zhì)量參差不齊，目前在醫(yī)療不良事件報告領(lǐng)域缺乏能全面客觀地總結(jié)該領(lǐng)域發(fā)展脈絡(luò)及研究動態(tài)的研究。本研究借助知識圖譜工具軟件CiteSpace，以2009年—2021年中國知網(wǎng)收錄的“醫(yī)療不良事件”文獻(xiàn)為樣本，計量分析該領(lǐng)域發(fā)表文獻(xiàn)的年代分布、研究機(jī)構(gòu)、核心作者、高被引文獻(xiàn)，并進(jìn)一步完成關(guān)鍵詞共現(xiàn)分析、關(guān)鍵詞突現(xiàn)檢測，繪制知識圖譜，梳理出近10余年國內(nèi)不良事件領(lǐng)域的研究熱點(diǎn)和發(fā)展前沿。

1 資料與方法

1.1 資料來源

本研究樣本數(shù)據(jù)來源于中國知網(wǎng)期刊全文數(shù)據(jù)庫，采用高級檢索中的主題檢索，將“醫(yī)療不良事件”“醫(yī)療安全事件”“患者安全事件”“不良事件”“安全事件”和“患者不良事件”作為并列主題詞，“上報”和“報告”作為并列主題詞，進(jìn)行2項合并檢索，即：“醫(yī)療不良事件”or“醫(yī)療安全事件”or“患者安全事件”or“不良事件”or“安全事件”or“患者不良事件”and“上報”or“報告”。檢索年份跨度為2009年—2021年，檢索時間為2022年4月1日?？紤]到2009年是頒布深化醫(yī)藥衛(wèi)生體制改革政策的開端之年，政策的頒布和實施對醫(yī)療環(huán)境和管理體系產(chǎn)生較大影響，故選取從 2009 年開始的數(shù)據(jù)進(jìn)行分析。為保證文獻(xiàn)質(zhì)量，期刊來源類別設(shè)定為“核心期刊”“CSSCI”和“CSCD”，過濾外文文獻(xiàn)，命中記錄501條，將此檢索結(jié)果進(jìn)行人工篩選，通過快速瀏覽題目、期刊、作者等信息，逐篇刪除與主題無關(guān)或無效信息的樣本，如期刊會議征稿通知、卷首語、新聞，目錄及作者信息缺乏的論文等，最終獲得有效樣本文獻(xiàn)495篇。

1.2 數(shù)據(jù)轉(zhuǎn)換與處理

將有效樣本文獻(xiàn)下載后導(dǎo)入CiteSpace 5.8.R3進(jìn)行格式化轉(zhuǎn)換，轉(zhuǎn)化后的數(shù)據(jù)導(dǎo)入軟件運(yùn)行。CiteSpace參數(shù)設(shè)置：時間切片選擇1年，時間跨度為2009年—2021年，節(jié)點(diǎn)類型分別選擇機(jī)構(gòu)、作者和關(guān)鍵詞，年被引頻次最高閾值為50，剪切方式為Pathfinder法，獲得研究機(jī)構(gòu)、作者和關(guān)鍵詞的知識圖譜，并對突現(xiàn)關(guān)鍵詞進(jìn)行檢測。

2 結(jié)果

2.1 發(fā)文量分析

經(jīng)檢索統(tǒng)計，2009年—2021年中國知網(wǎng)數(shù)據(jù)庫核心期刊、CSSCI和CSCD刊載的“醫(yī)療不良事件上報”相關(guān)文獻(xiàn)共495篇，該領(lǐng)域論文數(shù)量隨時間推移呈波動態(tài)勢，但基本呈現(xiàn)上升趨勢，其中2018年、2020年和2021年發(fā)文量均超過60篇/年，見圖1。

圖1 2009年—2021年醫(yī)療不良事件報告領(lǐng)域發(fā)文量變化

2.2 主要研究機(jī)構(gòu)和核心作者

2009年—2021年醫(yī)療不良事件上報領(lǐng)域發(fā)文量最多的機(jī)構(gòu)為中國中醫(yī)科學(xué)院中醫(yī)臨床基礎(chǔ)醫(yī)學(xué)研究所（29篇），其次為重慶醫(yī)科大學(xué)藥學(xué)院（11篇）、四川大學(xué)華西醫(yī)院臨床藥學(xué)部（10篇）和北京中醫(yī)藥大學(xué)循證醫(yī)學(xué)中心（10篇），其他排在前10位的發(fā)文機(jī)構(gòu)及發(fā)文量見表1。

表1 發(fā)文量位于前10位的研究機(jī)構(gòu)

發(fā)文量排名前10位的作者共計發(fā)文99篇，發(fā)文量最多的作者是中國中醫(yī)科學(xué)院中醫(yī)臨床基礎(chǔ)醫(yī)學(xué)研究所的謝雁鳴（21篇），其次是重慶醫(yī)科大學(xué)藥學(xué)院的賈運(yùn)濤（11篇）和四川大學(xué)華西醫(yī)院臨床藥學(xué)部的吳斌（11篇），其余作者排序及發(fā)文量詳見表2。

表2 發(fā)文量位于前10位的核心作者

2.3 高被引文獻(xiàn)分析

在納入的有效文獻(xiàn)樣本中，選取被引頻次最多的前10篇文獻(xiàn)，見表3。高被引文獻(xiàn)主要集中在2009年—2015年間，其中2009年、2013年各發(fā)表了3篇高被引文獻(xiàn)，最近的1篇高被引文獻(xiàn)發(fā)表于2015年。被引頻次最高的文獻(xiàn)是2009年由南方醫(yī)科大學(xué)珠江醫(yī)院護(hù)理部的李漓發(fā)表在《中華護(hù)理雜志》上的1篇題為《護(hù)理人員對醫(yī)院患者安全文化的評估分析》文獻(xiàn)，目前已經(jīng)被引用了157次。被引頻次位居第2的文獻(xiàn)是《住院患者跌倒造成傷害的風(fēng)險因素分析》，由浙江大學(xué)醫(yī)學(xué)院附屬第一醫(yī)院的馮志仙于2013年發(fā)表在《中華護(hù)理雜志》上，被引頻次達(dá)125次。該研究采用回顧性調(diào)查研究的方法，分析了2009年1月1日至2012年8月8日浙江省護(hù)理不良事件上報系統(tǒng)中住院患者跌倒造成傷害的風(fēng)險因素。

表3 總被引頻次位于前10位的文獻(xiàn)情況

2.4 關(guān)鍵詞分析

2.4.1 高頻關(guān)鍵詞分析

關(guān)鍵詞是文獻(xiàn)核心的高度概括，高頻關(guān)鍵詞體現(xiàn)了當(dāng)前醫(yī)療體系對醫(yī)療不良事件報告領(lǐng)域共同關(guān)注的主題，代表了該領(lǐng)域研究的焦點(diǎn)主題[3]。關(guān)鍵詞共現(xiàn)統(tǒng)計后，生成醫(yī)療不良事件報告領(lǐng)域出現(xiàn)頻次排名前20位的關(guān)鍵詞，見表4。

2.4.2 關(guān)鍵詞共現(xiàn)圖譜

關(guān)鍵詞共現(xiàn)統(tǒng)計后，繪制出高頻次、高中心度的關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)，見圖2。每個節(jié)點(diǎn)代表一個關(guān)鍵詞，共有320個節(jié)點(diǎn)，414個節(jié)點(diǎn)連接。節(jié)點(diǎn)的圓環(huán)越大，表示關(guān)鍵詞共現(xiàn)的頻次越大，圓環(huán)上的年輪色由內(nèi)及外呈現(xiàn)不同顏色，依次表示由遠(yuǎn)及近的出現(xiàn)年份，厚度與相應(yīng)時間區(qū)間引用次數(shù)成正比；節(jié)點(diǎn)間連線顏色對應(yīng)第一次共現(xiàn)的時間分區(qū)。不良事件、不良反應(yīng)、數(shù)據(jù)挖掘、患者安全等所示圓環(huán)較大，表明關(guān)鍵詞頻次較高，與表4的關(guān)鍵詞頻次統(tǒng)計結(jié)果一致。

表4 醫(yī)療不良事件報告領(lǐng)域出現(xiàn)頻次排名前20位的關(guān)鍵詞統(tǒng)計

2.4.3 突現(xiàn)關(guān)鍵詞

突現(xiàn)詞指較短時間內(nèi)使用頻次較高的關(guān)鍵詞，可預(yù)測該領(lǐng)域研究的發(fā)展趨勢[4]。關(guān)鍵詞突現(xiàn)分析結(jié)果見圖3。圖3顯示了2009年—2021年醫(yī)療不良事件報告領(lǐng)域的突現(xiàn)詞、突現(xiàn)強(qiáng)度、突現(xiàn)開始年份和結(jié)束年份，共獲得10個突現(xiàn)關(guān)鍵詞。突現(xiàn)詞強(qiáng)度越大，說明越受關(guān)注，為研究前沿。從突現(xiàn)圖可以看出，前5年對病人安全、主動報告、醫(yī)療風(fēng)險等方面研究較為關(guān)注，而近5年，數(shù)據(jù)挖掘、信號檢測等成為新的研究關(guān)注點(diǎn)。

圖3 醫(yī)療不良事件報告領(lǐng)域研究突現(xiàn)關(guān)鍵詞

3 討論

3.1 醫(yī)療不良事件報告領(lǐng)域發(fā)文分析

發(fā)文量是科學(xué)界對某一領(lǐng)域關(guān)注程度的總體表征，可一定程度上反映該領(lǐng)域的發(fā)展速度和發(fā)展歷程[5]。我國在近10年醫(yī)療不良事件報告領(lǐng)域論文發(fā)表數(shù)量總體呈波動上升趨勢，分析原因可能是隨著我國互聯(lián)網(wǎng)和人工智能領(lǐng)域的快速發(fā)展，數(shù)字化辦公系統(tǒng)運(yùn)行帶來了方便快捷，促進(jìn)了醫(yī)療不良事件上報領(lǐng)域的體系化、智能化發(fā)展。另外，近4年中有3年發(fā)表文獻(xiàn)數(shù)量均處于60篇/年的水平之上，可預(yù)測在未來一段時間內(nèi)，醫(yī)療不良事件報告領(lǐng)域仍將是研究者關(guān)注的熱點(diǎn)。國內(nèi)醫(yī)療不良事件領(lǐng)域發(fā)文研究機(jī)構(gòu)分析顯示，發(fā)文量最多的機(jī)構(gòu)是中國中醫(yī)科學(xué)院中醫(yī)臨床基礎(chǔ)醫(yī)學(xué)研究所（29篇），其余大部分也集中在國內(nèi)各大醫(yī)療機(jī)構(gòu)，分析原因可能與醫(yī)療不良事件報告被列為醫(yī)院績效考評條件之一有關(guān)。作者發(fā)文量及期刊被引頻次往往能反映其在相應(yīng)科研領(lǐng)域的學(xué)術(shù)貢獻(xiàn)與影響力[6]。通過對納入文獻(xiàn)的被引分析發(fā)現(xiàn)“患者安全文化”是被引頻次最高的文獻(xiàn)關(guān)注點(diǎn)，表明其研究內(nèi)容或核心觀點(diǎn)在學(xué)界產(chǎn)生了較高的影響力與價值認(rèn)可度。通過對核心作者分析發(fā)現(xiàn)，各作者之間缺乏緊密合作，建議今后加強(qiáng)核心作者群多中心、多區(qū)域的學(xué)術(shù)研究交流合作，加強(qiáng)研究深度，為研究隊伍的不斷壯大和該領(lǐng)域的可持續(xù)發(fā)展作出貢獻(xiàn)。

3.2 醫(yī)療不良事件報告領(lǐng)域研究熱點(diǎn)分析

通過高頻關(guān)鍵詞分析和關(guān)鍵詞共現(xiàn)圖譜分析，發(fā)現(xiàn)醫(yī)療不良事件報告領(lǐng)域的高頻關(guān)鍵詞有不良事件、不良反應(yīng)、數(shù)據(jù)挖掘、信號檢測等。在醫(yī)療環(huán)境體系中，不適當(dāng)?shù)脑\療和管理行為對患者引起的傷害、病情惡化、殘疾、住院時間延長或死亡等未預(yù)期事件，都稱為醫(yī)療不良事件，據(jù)報道，全球每年因不良事件死亡人數(shù)近4 300萬人[7]。而不良事件包含不良反應(yīng)，全球每年因藥物不良反應(yīng)導(dǎo)致的傷殘或死亡患者達(dá)770 000例，不僅對患者造成沉重的經(jīng)濟(jì)負(fù)擔(dān)，也對醫(yī)療衛(wèi)生系統(tǒng)造成巨大的資源消耗[8]。另外，近年來隨著人工智能的發(fā)展，大數(shù)據(jù)與醫(yī)療結(jié)合時代的到來，醫(yī)療大數(shù)據(jù)也廣泛應(yīng)用于醫(yī)院不良事件管理，不良事件發(fā)生前的風(fēng)險、發(fā)展過程及發(fā)生后的痕跡均可通過醫(yī)療大數(shù)據(jù)進(jìn)行分析[9]，未來應(yīng)繼續(xù)發(fā)揮大數(shù)據(jù)發(fā)現(xiàn)信號的優(yōu)勢，為獲取各種未知信號提供可能，為早期精準(zhǔn)識別不良事件信號及信號之間的關(guān)聯(lián)提供有效的方法和依據(jù)。另外，該領(lǐng)域的高頻關(guān)鍵詞還包括患者安全、護(hù)理管理，安全管理等。隨著“以患者為中心”理念的不斷深化，以及對患者安全管理架構(gòu)及評價指標(biāo)研究的不斷深入，患者安全越來越受到關(guān)注。此外，護(hù)理管理也是患者安全的重要組成部分，有研究團(tuán)隊開展患者參與患者安全標(biāo)準(zhǔn)化管理相關(guān)的臨床實施研究，總結(jié)出推進(jìn)“護(hù)士主導(dǎo)”的患者參與患者安全中“照護(hù)性參與”[10]。

3.3 醫(yī)療不良事件報告領(lǐng)域研究前沿分析

結(jié)合關(guān)鍵詞突現(xiàn)分析檢測結(jié)果，發(fā)現(xiàn)醫(yī)療不良事件報告領(lǐng)域研究重點(diǎn)從前5年的患者安全、主動報告、合理用藥、醫(yī)療風(fēng)險等方面過渡到近5年的數(shù)據(jù)挖掘、信號檢測等新的研究關(guān)注點(diǎn)。隨著國家大數(shù)據(jù)發(fā)展戰(zhàn)略的貫徹落實以及我國大數(shù)據(jù)與科技傳播應(yīng)用的發(fā)展促進(jìn),大數(shù)據(jù)與醫(yī)療領(lǐng)域廣泛結(jié)合并不斷深入，所以基于大數(shù)據(jù)分析的醫(yī)療不良事件報告管理是本領(lǐng)域的研究前沿。數(shù)據(jù)挖掘是發(fā)現(xiàn)大數(shù)據(jù)集中數(shù)據(jù)模式的計算過程，醫(yī)療大數(shù)據(jù)分析具有跟蹤追溯、提升臨床決策、預(yù)測分析、資源整合等功能[9]，未來應(yīng)該充分利用數(shù)據(jù)挖掘、信號檢測等大數(shù)據(jù)技術(shù)，從而早期精準(zhǔn)預(yù)測醫(yī)療不良事件的發(fā)生，服務(wù)于醫(yī)療安全管理。

3.4 研究局限

本研究存在以下局限性：一是研究只納入了中國知網(wǎng)的有效樣本文獻(xiàn)數(shù)據(jù)，未涵蓋其他中文數(shù)據(jù)庫的文獻(xiàn)數(shù)據(jù)；二是由于中國知網(wǎng)無法導(dǎo)出文獻(xiàn)樣本的引用文獻(xiàn)等信息，所以未能利用CiteSpace對樣本文獻(xiàn)進(jìn)行共引圖譜分析，因此，可能缺乏對該領(lǐng)域研究基礎(chǔ)的展示；三是研究未納入英文文獻(xiàn)，無法獲悉國外該領(lǐng)域的研究現(xiàn)狀。未來醫(yī)療不良事件報告領(lǐng)域的研究可進(jìn)一步關(guān)注國內(nèi)外該領(lǐng)域的對比分析，以便全面把握該領(lǐng)域研究發(fā)展?fàn)顩r，促進(jìn)醫(yī)療管理；深入探索該領(lǐng)域與大數(shù)據(jù)等人工智能科技如何緊密結(jié)合，讓數(shù)字科技更便捷、更智能地服務(wù)于醫(yī)療健康領(lǐng)域。