基于CiteSpace中醫(yī)舌診近20年研究現(xiàn)狀可視化分析

鄭潤晨 宋姍姍 李繼明 任玉蘭

舌診是指通過觀察舌質、舌苔以及舌下絡脈的變化[1],以探究人類的身體健康狀況、預測疾病的發(fā)展趨勢的一種方法,是中醫(yī)臨床診療的重要手段之一。近年來,中醫(yī)學得到迅速發(fā)展,中醫(yī)舌診作為其中一部分,無論是在科研或是文獻研究中均取得豐碩的成果,但目前相關研究文獻冗雜復雜,缺乏系統(tǒng)梳理,因此本研究采用Cite Space(6.1.R6)對中醫(yī)舌診相關研究近20余年的文獻進行梳理,并作可視化系統(tǒng)分析,有利于更好的認知該學科發(fā)展過程及整體架構,為后續(xù)本領域的研究提供參考。

1 文獻檢索策略

1.1 數(shù)據(jù)來源及檢索策略

本研究以中國知網(wǎng)為數(shù)據(jù)來源,設置文獻檢索式:主題詞為“舌象”或“舌診”,檢索年限為2000年1月至2023年3月,來源類別為北大中文核心期刊和CSSCI期刊。共檢索文獻927篇。檢索策略見圖1。

圖1 文獻檢索策略流程圖

1.2 納排除標準

1.2.1納入標準 篩選、納入研究主題為中醫(yī)舌診相關文獻,包括臨床試驗、基礎實驗、理論探討、經(jīng)驗總結和綜述等。

1.2.2排除標準 通過閱讀題目和摘要剔除以下文獻:(1)數(shù)據(jù)、信息不完整的文獻;(2)非期刊文獻;(3)誤納入研究疾病舌診不相關文獻;(4)重復發(fā)表的文獻。經(jīng)過篩選,最終納入文獻567篇。

2 方法

本研究主要利用CiteSpace軟件對納入文獻進行可視化分析。首先以“Refworks”格式將文獻導出并將文件命名為“download_xx”,其次將文件導入CiteSpace軟件,利用軟件將CNKI文獻進行格式轉換,轉換記錄數(shù)為567條,利用軟件自動去重功能,最終分析記錄數(shù)為530條。其次將時間參數(shù)設置為2000年至2023年,研究分析參數(shù)閾值設置為1,分別對作者、機構、關鍵詞進行可視化分析。

3 結果

3.1 發(fā)文趨勢呈穩(wěn)定增長趨勢

對2000年至2023年發(fā)表的530篇文獻進行發(fā)文量統(tǒng)計,近20年來中醫(yī)舌診研究領域發(fā)文量逐年增高,2021年達到高峰,共47篇,總體波動呈上升趨勢(圖2),根據(jù)其增長趨勢得出增長方程y=0.9417x+10.312,R2=0.3441(R2<0.7,模型擬合程度不高),說明文獻增長穩(wěn)定增長,但不呈線性增長模式。

圖2 2000年-2023年中醫(yī)舌診研究年度發(fā)文量分布圖注:圖中橫軸表示年份,縱軸表示發(fā)文數(shù)量

3.2 作者及團隊間合作緊密

通過軟件分析得到作者合作關系圖譜(圖3),圖中節(jié)點大小表示作者論文發(fā)表數(shù)量,發(fā)文量越多則節(jié)點越大;節(jié)點之間的連線表示作者之間合作聯(lián)系,連線越粗表明作者間合作越密切。結果顯示,圖譜中節(jié)點數(shù)共647個,連線數(shù)1304條,網(wǎng)絡密度為0.0062。表明有647位作者被納入進行分析,其中發(fā)文量≥6篇的作者共29人(表1),發(fā)文量前3位的作者為王憶勤、許家佗、梁嶸,以王憶勤、許家佗、林凌、王泓午為代表的主要團隊間合作較為緊密。

表1 中醫(yī)舌診文獻發(fā)文量≥6篇作者情況表

圖3 中醫(yī)舌診研究中作者合作分析圖譜

3.3 各機構間溝通合作明顯

利用CiteSpace軟件分析發(fā)文機構,繪制發(fā)文機構的共現(xiàn)圖譜(圖4)。結果顯示,節(jié)點數(shù)為433,連線數(shù)為432,網(wǎng)絡密度為0.0046,表明2000年至2023年共433個機構發(fā)表了相關文章,高產(chǎn)機構以上海中醫(yī)藥大學和北京中醫(yī)藥大學為主,各機構間溝通合作較為明顯,同時存在多學科交流合作、跨地域空間合作的情況,多學科的交流合作推動本領域研究的快速發(fā)展。

圖4 中醫(yī)舌診研究機構合作網(wǎng)絡共現(xiàn)分析圖譜

3.4 舌診客觀化成為研究熱點

3.4.1關鍵詞共現(xiàn)圖譜 通過關鍵詞可視化分析得到共現(xiàn)圖譜(圖5),圖中節(jié)點大小反映關鍵詞頻率的高低,結果顯示節(jié)點數(shù)為607個,網(wǎng)絡密度為0.0072,出現(xiàn)頻次較高和中心性較高的關鍵詞為舌診、舌象、舌診客觀化等。

圖5 2000年—2023年中醫(yī)舌診文獻關鍵詞共現(xiàn)圖

3.4.2關鍵詞聚類 將以上607個關鍵詞進行聚類分析,得到31個聚類,將關鍵詞進行K均值聚類后共得到9個有效聚類(圖6),以色塊形式顯示每個關鍵詞聚類。一般認為,聚類效率大于0.5認為聚類合理。本次聚類模塊值Q為0.6407,平均輪廓值S為0.9079,表示各個聚類結構合理、結果可靠。圖中顯示,各聚類間有多處重疊,中醫(yī)舌診的研究主題相對較集中,將9個聚類結果由大到小排列分別為:#0舌象、#1舌診、#2中醫(yī)舌診、#3舌診客觀化、#4舌苔、#5瘀血、#6冠心病、#7中醫(yī)舌象、#8證候。

圖6 2000年—2023年中醫(yī)舌診文獻關鍵詞聚類圖

3.4.3關鍵詞的突現(xiàn)分析 通過對關鍵詞的突現(xiàn)分析可以預測該研究領域的發(fā)展趨勢(圖7)。其中圖中Strength指關鍵詞的爆發(fā)強度,Begin指關鍵詞突發(fā)的時間,End指關鍵詞結束突發(fā)的時間;如圖可知各關鍵詞突現(xiàn)強度,而舌診客觀化從2000年延續(xù)至今,成為研究的熱點,這可能與國家積極推進中醫(yī)藥科研研究政策及人工智能、計算機等發(fā)展因素有關,可以預測該領域在現(xiàn)代科技發(fā)展的應用下將得到進一步發(fā)展。

圖7 2000年—2023年中醫(yī)舌診突現(xiàn)詞圖譜

4 討論

基于關鍵詞可視化分析可知舌診的客觀化研究貫穿始終,具體研究內容包括以下幾方面:(1)利用色譜學或光譜學等對舌色、舌苔的研究[2-5];(2)動物實驗研究舌診[6-7];(3)舌診儀研究[8-10];(4)舌診的計算機圖像處理[11-13],包括舌象采集、舌圖像預處理、舌色苔色、舌形、苔質等參數(shù)的提取與分類識別;(5)舌體的顯微鏡研究[14-16];(6)舌診的血液動力學研究[17-19];(7)舌診客觀化的臨床應用,從突現(xiàn)詞譜看來,舌診的研究從2018年開始著重臨床應用的研究,如腎病[20-21]、胃炎[22]、胃癌[23]、冠心病[24]、高血壓病[25]等。雖然舌診客觀化研究成果豐富,但同時亦存在一些不足,一方面,中醫(yī)舌診研究缺乏與現(xiàn)代醫(yī)學檢測手段的比較研究,無法充分證明其診斷價值;另一方面,由于中醫(yī)舌診數(shù)據(jù)獲取的主觀性,數(shù)據(jù)標準化、數(shù)據(jù)質量控制、數(shù)據(jù)共享等問題亟需解決。總之,中醫(yī)舌診客觀化研究仍需要進一步加強標準化建設和數(shù)據(jù)積累,以推動該領域的發(fā)展。

5 小結與展望

綜上可見,中醫(yī)舌診的客觀化研究是本領域中研究熱點和趨勢,無論在研究團隊或機構上,均較為成熟,成果頗豐。但舌診客觀化研究多側重于從舌診范圍、功能和特征等方面闡釋,忽略了中醫(yī)傳統(tǒng)理論對實踐指導的重要性,做一些理論研究可以幫助我們更好地了解現(xiàn)象、發(fā)現(xiàn)問題,并提出有效的解決方案。所謂有其舌,必有其證,有其證,則有其藥,中醫(yī)舌診理論對臨床疾病的診療、預后等有重要指導作用。因此希望今后研究者加強中醫(yī)舌診理論源流的研究,如中醫(yī)舌診的歷史源流追溯、舌診與中醫(yī)基礎理論研究、中醫(yī)舌診知識譜系的演變等,進一步豐富中醫(yī)舌診理論研究內容,為進一步指導疾病的診療提供史實依據(jù)。

本文通過Cite Space軟件對20余年中醫(yī)舌診研究的相關文獻進行分析,雖然檢索數(shù)據(jù)庫較為單一,存在檢索不全或有遺漏情況,同時人工手動篩選文獻不免存在疏漏,不能完全客觀、準確地反映該領域的發(fā)展趨向;但也相對直觀的展示了中醫(yī)舌診近20年來的研究現(xiàn)狀與發(fā)展趨勢,為今后中醫(yī)舌診研究提供參考。