基于科學(xué)知識(shí)圖譜的證候演變規(guī)律研究可視化分析

摘要" 目的：利用可視化工具CiteSpace和VOSviewer分析證候演變規(guī)律研究的現(xiàn)狀、未來(lái)發(fā)展趨勢(shì)及存在問(wèn)題，為后續(xù)研究提供可行性建議。方法：檢索中國(guó)知網(wǎng)（CNKI）、萬(wàn)方數(shù)據(jù)庫(kù)（WanFang Data）、維普（VIP）自建庫(kù)至2022年3月關(guān)于證候演變規(guī)律的相關(guān)文獻(xiàn)，應(yīng)用VOSviewer 1.6.17和CiteSpace 5.3.R4軟件繪制科學(xué)知識(shí)圖譜，對(duì)發(fā)文年代、作者、機(jī)構(gòu)以及關(guān)鍵詞進(jìn)行可視化分析。結(jié)果：共納入817 篇文獻(xiàn)，該領(lǐng)域自1980年起步并逐步得到重視，形成以王穎輝、傅強(qiáng)、黃燕、孫喜靈為代表的4個(gè)作者集群，作者間的合作較為緊密。主要研究機(jī)構(gòu)以北京中醫(yī)藥大學(xué)為首，區(qū)域間的合作緊密，但缺乏跨地區(qū)合作。關(guān)鍵詞聚類分析共形成9個(gè)具有代表性的聚類標(biāo)簽，高頻關(guān)鍵詞有證候要素、冠心病、圍手術(shù)期、2型糖尿病、聚類分析等，突現(xiàn)詞以“證候要素”最為顯著。結(jié)論：通過(guò)可視化技術(shù)直觀分析證候演變規(guī)律領(lǐng)域的研究概況，揭示了高質(zhì)量臨床研究、理論探索、動(dòng)物實(shí)驗(yàn)及生物標(biāo)志物研究是未來(lái)研究方向。

關(guān)鍵詞" 中醫(yī)證候；演變規(guī)律；CiteSpace；VOSviewer；可視化分析

doi：10.12102/j.issn.1672-1349.2024.19.003

Visual Analysis of Syndrome Evolution Based on Mapping Knowledge Domains

ZHANG Xueyan， YAN Haifeng， LI Xiaohui， LI Yanli， KONG Weiyuan， ZHU Cuiling

Henan University of Chinese Medicine， Zhengzhou 450046， Henan， China

Corresponding Author" ZHU Cuiling， E-mail： zhudaifu666@126.com

Abstract" Objective：Visual tools CiteSpace and VOSviewer were used to analyze the present status，future development trend，and existing problems of the research on evolution of TCM syndromes，and to provide feasible suggestions for subsequent research.Methods：Literatures of TCM syndrome evolution were retrieved from CNKI， WanFang Data，and VIP self-built databases up to March 2022，and scientific knowledge maps were mapped by VOSviewer 1.6.17 and CiteSpace 5.3.R4.for Visual analysis of the publication year，author，organization，and keywords.Results：A total of 817 articles were included in the study.This field was gradually gained attention from 1980，there were four author clusters represented by Wang Yinghui，F(xiàn)u Qiang，Huang Yan，and Sun Xiling，and the cooperation between the authors was relatively close.The main research institutions were led by Beijing University of Traditional Chinese Medicine，with close inter-regional cooperation，with a little of cross-regional cooperation.A total of 9 representative cluster labels were formed by keyword cluster analysis.The high-frequency Keywords included syndrome factors，coronary heart disease，perioperative period，type 2 diabetes mellitus，cluster analysis，etc.The emergent word was \"syndrome factors\".Conclusion：The research situation in the field of syndrome evolution was analyzed intuitively by visualization technology，which revealed that high-quality clinical research，theoretical exploration，animal experiments and biomarker research are the future research directions.

Keywords" ""traditional Chinese medicine symptoms; evolvement rule; CiteSpace; VOSviewer; visualization analysis

證候是中醫(yī)理論體系的核心內(nèi)容，證候研究是中

基金項(xiàng)目" 國(guó)家自然青年科學(xué)基金項(xiàng)目（No.82205021）；河南省中醫(yī)藥科學(xué)研究專項(xiàng)課題（No.2023ZY2027）

作者單位" 1.河南中醫(yī)藥大學(xué)（鄭州 450046）；2.河南中醫(yī)藥大學(xué)第一附屬醫(yī)院（鄭州 450000）

通訊作者" 朱翠玲，E-mail：zhudaifu666@126.com

引用信息" 張雪妍，閆海峰，李曉輝，等.基于科學(xué)知識(shí)圖譜的證候演變規(guī)律研究可視化分析［J］.中西醫(yī)結(jié)合心腦血管病雜志，2024，22（19）：3470-3476.

醫(yī)現(xiàn)代化研究的重要組成部分，是中醫(yī)研究的基石［1］。證候演變規(guī)律研究是近年來(lái)證候研究的熱點(diǎn)領(lǐng)域，是建立辨證論治新體系的基礎(chǔ)，對(duì)預(yù)測(cè)疾病發(fā)展趨勢(shì)、指導(dǎo)臨床辨證論治、縮短疾病診療時(shí)間、提高救治率具有重要意義［2］。目前該領(lǐng)域研究存在研究方法多樣、證候診斷標(biāo)準(zhǔn)和臨床信息客觀量化標(biāo)準(zhǔn)尚未統(tǒng)一以及數(shù)據(jù)處理方法繁雜等問(wèn)題。因此，亟須對(duì)目前研究成果進(jìn)行歸納分析，促進(jìn)該領(lǐng)域進(jìn)一步發(fā)展。

可視化分析，意味著分析過(guò)程支持可視化思維，即采用最優(yōu)方式對(duì)信息可視化，從而展示數(shù)據(jù)變化［3］?？茖W(xué)知識(shí)圖譜是可視化分析的表現(xiàn)形式，反映了科學(xué)知識(shí)之間網(wǎng)絡(luò)、結(jié)構(gòu)、互動(dòng)、交叉、演化或衍生等諸多復(fù)雜關(guān)系［4］。利用科學(xué)知識(shí)圖譜工具，可通過(guò)直觀形象的表現(xiàn)形式揭示研究領(lǐng)域間的關(guān)聯(lián)關(guān)系與發(fā)展進(jìn)程［5］。目前，陳超美教授應(yīng)用 Java 語(yǔ)言開(kāi)發(fā)的可視化軟件CiteSpace（CS）［6］和荷蘭伊拉斯謨大學(xué)Van ECK N J與Waltman L聯(lián)合開(kāi)發(fā)的 VOSviewer（VOS）［7］兩種可視化工具在我國(guó)應(yīng)用廣泛。檢索數(shù)據(jù)庫(kù)發(fā)現(xiàn)，截至2022年，運(yùn)用CiteSpace、VOSviewer兩種可視化軟件在中醫(yī)藥領(lǐng)域發(fā)表的文獻(xiàn)數(shù)量分別為202篇和41篇，從發(fā)文量來(lái)看，CiteSpace的應(yīng)用較為成熟。二者相比，CiteSpace軟件采用數(shù)據(jù)標(biāo)準(zhǔn)化算法，可反映數(shù)據(jù)間的相似性VOSviewer軟件以概率思想為指導(dǎo)對(duì)高頻詞匯進(jìn)行歸類化處理，適用于規(guī)模較大或共現(xiàn)度要求較高的數(shù)據(jù)；CiteSpace軟件可對(duì)名詞性術(shù)語(yǔ)進(jìn)行分析，尋找突現(xiàn)詞，明確研究熱點(diǎn)，而VOSviewer軟件則可通過(guò)標(biāo)簽視圖和密度視圖直觀反映研究領(lǐng)域主題［8］。二者結(jié)合，以數(shù)據(jù)庫(kù)中相關(guān)文獻(xiàn)為研究樣本進(jìn)行分析、挖掘，使用圖譜呈現(xiàn)所研究領(lǐng)域的研究主題、研究熱點(diǎn)，進(jìn)一步認(rèn)識(shí)和把握該領(lǐng)域發(fā)展趨勢(shì)，為后續(xù)研究者提供可借鑒的研究思路。

1" 資料與方法

1.1" 資料來(lái)源與檢索策略

通過(guò)中國(guó)知網(wǎng)（CNKI）、萬(wàn)方（WanFang Data）、維普（VIP）數(shù)據(jù)庫(kù)檢索相關(guān)文獻(xiàn)。使用高級(jí)檢索，檢索式設(shè)置為：（“證候”O(jiān)R “證型”）AND （“演變”O(jiān)R “變化”） AND “規(guī)律”。檢索時(shí)限為建庫(kù)至2022年3月，獲得相關(guān)文獻(xiàn)2 594篇。經(jīng)人工篩選、去重，最終獲得817篇有效文獻(xiàn)。

1.2" 研究方法

將獲得文獻(xiàn)以NoteExpress格式導(dǎo)入NoteExpress 3.4.0軟件中進(jìn)行數(shù)據(jù)清洗，處理后的數(shù)據(jù)以Refworks格式導(dǎo)出。基于兩個(gè)可視化軟件的優(yōu)勢(shì)，本研究使用VOSviewer 1.6.17軟件進(jìn)行作者合作網(wǎng)絡(luò)分析和關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)分析；采用CiteSpace 5.3.R4軟件形成研究機(jī)構(gòu)合作網(wǎng)絡(luò)視圖、關(guān)鍵詞聚類圖和關(guān)鍵詞突現(xiàn)圖。VOSviewer軟件可直接處理Refworks格式數(shù)據(jù)；CiteSpace軟件需將導(dǎo)出題錄命名為“download_**”，以文件形式保存，利用軟件中內(nèi)置的格式轉(zhuǎn)換器將數(shù)據(jù)轉(zhuǎn)換為可識(shí)別的格式。時(shí)間分區(qū)選擇 1986—2022年，時(shí)間切片為 1 年，節(jié)點(diǎn)類型分別選擇作者、機(jī)構(gòu)和關(guān)鍵詞進(jìn)行可視化分析。

2" 結(jié)" 果

2.1" 發(fā)文量分析

某一學(xué)科論文發(fā)表數(shù)量可直觀表現(xiàn)出研究者對(duì)該領(lǐng)域的關(guān)注程度，發(fā)文量的動(dòng)態(tài)變化可反映發(fā)展速度，進(jìn)一步預(yù)測(cè)未來(lái)發(fā)展趨勢(shì)［9］。統(tǒng)計(jì)納入文獻(xiàn)發(fā)表時(shí)間，將年度發(fā)表數(shù)據(jù)導(dǎo)入Excel分析軟件，得到證候演變規(guī)律研究年度發(fā)文趨勢(shì)圖（見(jiàn)圖1）。觀察圖1發(fā)現(xiàn)，該領(lǐng)域發(fā)展過(guò)程大致可分為4個(gè)階段。1）起步階段（1980—2000年）：該階段處于萌芽時(shí)期，年平均發(fā)文量0.75篇。最早文獻(xiàn)發(fā)表為1980年王兆清等［10］有關(guān)潰瘍病中醫(yī)辨證分型及其演變規(guī)律的探討，其后10年均無(wú)相關(guān)文獻(xiàn)發(fā)布，該階段于1995年發(fā)文量最高，年度發(fā)文量5篇。2）初始發(fā)展階段（2001—2004年）：該階段發(fā)文量較前緩慢增長(zhǎng)，年平均發(fā)文量12.25篇。2001年發(fā)文量增長(zhǎng)為11篇，后逐年呈現(xiàn)增長(zhǎng)趨勢(shì)，但總發(fā)文量?jī)H55篇，仍處于初始發(fā)展階段。3）快速發(fā)展階段（2005—2012年）：該階段發(fā)文量較前快速增長(zhǎng)，年均發(fā)文量48.88篇，最高年度發(fā)文量達(dá)69篇，總發(fā)文量391篇，較之前階段發(fā)展迅速。4）下降階段（2013—2021年）：自2012年度發(fā)文量達(dá)歷史最高后逐年下降，年平均發(fā)文量40.11篇。該階段雖呈現(xiàn)下降趨勢(shì)，但總發(fā)文量361篇，仍處于高發(fā)文量水平。由于檢索時(shí)限截至2022年3月，未包含全年發(fā)表文獻(xiàn)且存在未見(jiàn)刊等現(xiàn)象，故2022年發(fā)文量不納入本次分析。

2.2" 作者合作網(wǎng)絡(luò)分析

本研究共納入817篇文獻(xiàn)，將納入文獻(xiàn)以RIS格式導(dǎo)入VOSviewer 1.6.17軟件，因納入文獻(xiàn)量有限，故將出現(xiàn)頻次設(shè)置為3次，獲得作者合作網(wǎng)絡(luò)聚類視圖（見(jiàn)圖2）。VOSviewer軟件可提供聚類視圖（network visualization）、標(biāo)簽視圖（overlay visualization）、密度視圖（density visualization）3種可視化視圖方式［11］。其中聚類視圖以圓圈或標(biāo)簽的形式展現(xiàn)不同元素，元素的大小由節(jié)點(diǎn)的度、連線強(qiáng)度和被引量等決定，以不同顏色區(qū)分不同聚類，通過(guò)該視圖可觀察作者間的合作關(guān)系，分析高產(chǎn)作者及其文獻(xiàn)影響力［12］。由圖2可知，形成了4個(gè)以不同作者為代表的類群，其中，王穎輝和趙進(jìn)喜同屬紅色類群，發(fā)文量均為6篇；以傅強(qiáng)為代表的黃色類群與紅色類群聯(lián)系較為密切，與趙進(jìn)喜等屬同一研究團(tuán)隊(duì)，研究方向相同；以黃燕為代表的綠色類群相對(duì)孤立，與其他類群聯(lián)系較少；藍(lán)色類群以孫喜靈為代表，偏向于證候演變規(guī)律的理論研究與闡釋，與其他類群研究者合作較少。

2.3" 研究機(jī)構(gòu)合作網(wǎng)絡(luò)分析

將數(shù)據(jù)導(dǎo)入CiteSpace 5.3.R4軟件中進(jìn)行格式轉(zhuǎn)換，節(jié)點(diǎn)類型選擇機(jī)構(gòu)，設(shè)置參數(shù)最低被引次數(shù)或出現(xiàn)頻次（C）為（1，2，20），特定時(shí)間切片中共現(xiàn)或者共被引頻次（CC）為（1，2，20），共現(xiàn)率或者共被引率（CCV）為（1，3，20），得到研究機(jī)構(gòu)合作網(wǎng)絡(luò)聚類視圖（見(jiàn)圖3），其Modularity Q＝0.731 4＞0.3，表示聚類結(jié)構(gòu)顯著，Mean Silhouette＝0.123 2＜0.5，表明節(jié)點(diǎn)間聯(lián)系并不緊密，聚類結(jié)果有待考察［13］。由圖3可知，北京中醫(yī)藥大學(xué)東直門(mén)醫(yī)院（26篇）、北京中醫(yī)藥大學(xué)（19篇）、天津中醫(yī)藥大學(xué)（11篇）和中國(guó)中醫(yī)科學(xué)院廣安門(mén)醫(yī)院（9篇）等為發(fā)文量較多的機(jī)構(gòu)，其多數(shù)隸屬于北京及其周邊地區(qū)。北京中醫(yī)藥大學(xué)東直門(mén)醫(yī)院位于中心位置，與北京中醫(yī)藥大學(xué)及其他附屬醫(yī)院合作密切。大部分研究機(jī)構(gòu)為醫(yī)學(xué)研究所、高校及附屬醫(yī)院，研究環(huán)境較好，有利于該領(lǐng)域進(jìn)一步發(fā)展。

2.4" 關(guān)鍵詞分析

關(guān)鍵詞是所論述文章的中心，可凝練文章的核心內(nèi)容，代表文章的主題思想，直觀表現(xiàn)出該文章的研究點(diǎn)［14］。本研究使用VOSviewer軟件和CiteSpace軟件分別對(duì)納入文獻(xiàn)的關(guān)鍵詞進(jìn)行共現(xiàn)和聚類分析并繪制突現(xiàn)詞明細(xì)圖，把握該領(lǐng)域研究熱點(diǎn)。

2.4.1" 關(guān)鍵詞共現(xiàn)分析

將相關(guān)文獻(xiàn)導(dǎo)入VOSviewer 1.6.17軟件，節(jié)點(diǎn)類型選擇關(guān)鍵詞，設(shè)置出現(xiàn)頻次為6次，得到關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)圖譜（見(jiàn)圖4）。觀察圖4發(fā)現(xiàn)，圖中共有35個(gè)節(jié)點(diǎn)，其中出現(xiàn)頻次較高的前10位關(guān)鍵詞分別是：證候要素（56次）、冠心病（48次）、圍手術(shù)期（24次）、2型糖尿?。?3次）、聚類分析（20次）、缺血性中風(fēng)（19次）、大腸癌（17次）、急性期（13次）、臨床流行病學(xué)（9次）、因子分析（6次）。對(duì)高頻關(guān)鍵詞進(jìn)行總結(jié)，可分為5類，1）疾病類型：冠心病、2型糖尿病、缺血性中風(fēng)、大腸癌等；2）疾病階段：圍手術(shù)期、急性期等；3）統(tǒng)計(jì)分析方法：聚類分析、因子分析等；4）證候類型：血瘀證、氣虛證、氣陰兩虛等；5）研究方法：臨床流行病學(xué)、臨床研究、文獻(xiàn)研究等。

2.4.2" 關(guān)鍵詞聚類分析

使用CiteSpace 5.3.R4對(duì)關(guān)鍵詞進(jìn)行聚類分析，節(jié)點(diǎn)類型選擇關(guān)鍵詞，分別設(shè)置參數(shù)C為（1，2，20），CC為（1，2，20）、CCV為（4，3，20），得到關(guān)鍵詞網(wǎng)絡(luò)聚類視圖（見(jiàn)圖5），其中Modularity Q＝0.873 2＞0.3，表示聚類結(jié)構(gòu)顯著，Mean Silhouette＝0.681 9＞0.5，提示聚類結(jié)果合理。由圖5可知，共形成9個(gè)聚類，編號(hào)越小，所包含的節(jié)點(diǎn)數(shù)目越多［6］。可將目前研究方向歸納為以下幾類：#0為證候要素，是近年來(lái)證候演變規(guī)律研究的主要載體；#1為圍手術(shù)期，主要探討手術(shù)發(fā)生發(fā)展過(guò)程中證候轉(zhuǎn)變；#2、#4、#5、#6、#8為主要研究疾病類型，可分為慢性腎衰竭、2型糖尿病等慢性病和以傳染性非典型肺炎（SARS）為代表的急性疾病；#3聚類分析是證候演變規(guī)律研究常用且具有代表性的數(shù)據(jù)挖掘技術(shù)；#7為療效評(píng)價(jià)，是證候演變規(guī)律研究的重要意義之一。

2.4.3" 突現(xiàn)分析

突現(xiàn)詞，又稱涌現(xiàn)主題術(shù)語(yǔ)，是指在某一階段出現(xiàn)頻次激增的關(guān)鍵詞，可直觀反映出某時(shí)期某領(lǐng)域關(guān)注度較高的研究?jī)?nèi)容和前沿主題［15］。對(duì)納入文獻(xiàn)進(jìn)行突現(xiàn)分析，共發(fā)現(xiàn)10個(gè)突現(xiàn)詞，可分為以下3個(gè)階段：1）2010年以前主要研究疾病以缺血性中風(fēng)和大腸癌為主，研究目的為制定證候診斷標(biāo)準(zhǔn)，同時(shí)通過(guò)圍手術(shù)期證候變化評(píng)價(jià)手術(shù)等干預(yù)措施療效。2）2010—2015年主要疾病類型轉(zhuǎn)變?yōu)樘悄虿∧I病和鼻咽癌，研究方法以流行病學(xué)調(diào)查為主，代謝組學(xué)技術(shù)的引入表明該領(lǐng)域研究者開(kāi)始從微觀世界探索證候演變機(jī)制。3）2015年至今冠心病證候研究成為熱點(diǎn)，“證候要素”一詞自2017年起被廣泛應(yīng)用于證候演變規(guī)律研究領(lǐng)域，其激增最為顯著，突現(xiàn)強(qiáng)度為29.755 6，該詞未來(lái)仍有可能是主要研究方向與熱點(diǎn)。

3" 討" 論

證候是中醫(yī)研究的重要內(nèi)容，也是中醫(yī)診斷的主要依據(jù)［16］。由于證候具有復(fù)雜、非線性以及多維高階性等特點(diǎn)，使得證候演變規(guī)律研究成為中醫(yī)研究領(lǐng)域的難點(diǎn)和熱點(diǎn)。本研究使用VOSviewer與CiteSpace軟件對(duì)1980—2022年證候演變規(guī)律相關(guān)文獻(xiàn)進(jìn)行可視化分析，把握該領(lǐng)域研究現(xiàn)狀和熱點(diǎn)，預(yù)測(cè)未來(lái)發(fā)展趨勢(shì)。

3.1" 年度發(fā)文量

該領(lǐng)域研究總體經(jīng)歷了起步、初始發(fā)展、快速發(fā)展和下降4個(gè)階段。其中，1）起步階段發(fā)表文獻(xiàn)量較少，究其原因是證候領(lǐng)域研究不足使大多數(shù)研究者尚未注意到證候演變規(guī)律領(lǐng)域研究的缺失。中醫(yī)文化歷史悠久，證候一詞始見(jiàn)于《黃帝內(nèi)經(jīng)》，證候相關(guān)理論及實(shí)質(zhì)研究自新中國(guó)成立后逐步開(kāi)展［17］。統(tǒng)一、規(guī)范、公認(rèn)的證候診斷標(biāo)準(zhǔn)是證候演變規(guī)律研究的基礎(chǔ)，癥狀體征等臨床采集信息的客觀量化是研究的橋梁，20世紀(jì)八九十年代由于證候客觀化和規(guī)范化研究的不完善使得證候演變規(guī)律研究缺乏基礎(chǔ)。2）初始發(fā)展階段較前文獻(xiàn)量有所增加，但仍不成熟。隨著證候?qū)W研究的逐步深入，一些學(xué)者發(fā)現(xiàn)證候演變規(guī)律研究領(lǐng)域的空白，但因前期研究成果較少，研究基礎(chǔ)薄弱，無(wú)法為本階段研究者提供豐富的研究經(jīng)驗(yàn)，導(dǎo)致本階段研究仍處于探索階段，缺乏大樣本、多中心的臨床研究，很難客觀真實(shí)反映出某一證候的演變規(guī)律。3）由于證候名稱、分類以及診斷標(biāo)準(zhǔn)規(guī)范化研究的不斷深入以及多元統(tǒng)計(jì)分析和現(xiàn)代數(shù)據(jù)挖掘等多學(xué)科方法的支持，該領(lǐng)域研究進(jìn)入快速發(fā)展階段。在既往研究的基礎(chǔ)上，基于病證結(jié)合的大規(guī)模臨床研究明顯增加，多采用回顧性研究、橫斷面研究、縱向研究等不同方式，使用頻率分析、聚類分析等數(shù)據(jù)挖掘技術(shù)比較疾病不同階段、不同時(shí)期的證候構(gòu)成比及相關(guān)性［18］。同時(shí)證候要素概念的提出，也為該領(lǐng)域研究提供了新的方向。4）歷經(jīng)快速增長(zhǎng)階段后該領(lǐng)域發(fā)文量呈下降趨勢(shì)，亟須新的突破口。該階段研究增加對(duì)微觀世界的探索，通過(guò)增加客觀指標(biāo)的相關(guān)性研究、系統(tǒng)生物標(biāo)志物研究以及構(gòu)建動(dòng)物模型等，使證候演變規(guī)律研究得到現(xiàn)代科學(xué)闡釋并更好運(yùn)用于臨床實(shí)踐。

3.2" 作者和研究機(jī)構(gòu)

3.2.1" 作者分析

從作者來(lái)看，形成了4個(gè)以不同作者為代表的合作團(tuán)隊(duì)，以中風(fēng)、冠心病、糖尿病腎病等慢性疾病研究為主。以王穎輝、趙進(jìn)喜為首的研究團(tuán)隊(duì)從事不同分期或中醫(yī)藥干預(yù)前后糖尿病腎病證候變化規(guī)律相關(guān)研究，王穎輝［19］使用頻數(shù)分析、重復(fù)測(cè)量方差分析及轉(zhuǎn)移概率矩陣等多種數(shù)據(jù)處理方法探索證素變化，以評(píng)價(jià)中西藥療效差異。黃燕團(tuán)隊(duì)主要從事腦血管相關(guān)疾病研究，其研究成果可分為有無(wú)干預(yù)措施兩種類型。通過(guò)對(duì)1 418例中風(fēng)病人發(fā)病全過(guò)程的觀察把握不同時(shí)期證候變化規(guī)律，為臨床選方用藥提供依據(jù)［20］；對(duì)腦梗死血運(yùn)重建、顱內(nèi)外動(dòng)脈狹窄支架術(shù)以及動(dòng)脈瘤性蛛網(wǎng)膜下腔出血手術(shù)前后證候變化對(duì)比，評(píng)價(jià)干預(yù)措施療效。孫喜靈等［21］創(chuàng)造性發(fā)現(xiàn)了中醫(yī)證候內(nèi)蘊(yùn)的拓?fù)浣Y(jié)構(gòu)，提出破解證候多維高階性的拓?fù)鋵W(xué)方法，為科學(xué)研究證候動(dòng)態(tài)演化規(guī)律提供方法學(xué)依據(jù)。臨床研究以無(wú)干預(yù)狀態(tài)下證候自然變化規(guī)律為主，同時(shí)將證候自身動(dòng)態(tài)演化劃分為不同的子集合，構(gòu)成這些子集合的主次癥可反映證候變化的共性和特性［22］。

3.2.2" 研究機(jī)構(gòu)分析

從研究機(jī)構(gòu)來(lái)看，以北京中醫(yī)藥大學(xué)及其附屬醫(yī)院為首的北京地區(qū)在該領(lǐng)域發(fā)展較快，帶動(dòng)了河北等周邊地區(qū)發(fā)展，與天津中醫(yī)藥大學(xué)合作較多，在全國(guó)范圍內(nèi)僅與廣州中醫(yī)藥大學(xué)及其附屬醫(yī)院交流合作。由此可見(jiàn)，該領(lǐng)域機(jī)構(gòu)間的合作多局限于同一地理區(qū)域內(nèi)部的學(xué)校及其附屬醫(yī)院，缺乏與其他地區(qū)機(jī)構(gòu)的溝通交流，跨院校、跨地區(qū)的學(xué)術(shù)交流與合作亟需進(jìn)一步開(kāi)展。后續(xù)應(yīng)加強(qiáng)學(xué)者、醫(yī)院以及各研究機(jī)構(gòu)間的交流合作，發(fā)揮核心機(jī)構(gòu)和地區(qū)的帶動(dòng)作用，形成全國(guó)范圍內(nèi)的學(xué)習(xí)交流，有利于促進(jìn)該領(lǐng)域發(fā)展及研究水平的提高。

3.3" 關(guān)鍵詞

3.3.1" 研究熱點(diǎn)

目前該領(lǐng)域研究熱點(diǎn)主要有5個(gè)方面，1）研究類型：以病證結(jié)合的臨床研究為主，分為觀察性研究和臨床試驗(yàn)兩大類，主要采用病例對(duì)照研究、橫斷面研究、隊(duì)列研究和隨機(jī)對(duì)照試驗(yàn)等研究設(shè)計(jì)方法。橫斷面研究是目前使用較多的一種研究方法，通過(guò)分析某一時(shí)點(diǎn)或階段采集到的描述性資料，得出該時(shí)點(diǎn)或階段證候特征［23］。該方法理論上很難體現(xiàn)證候的動(dòng)態(tài)變化，但若同時(shí)納入多個(gè)時(shí)點(diǎn)或階段，比較分析各時(shí)點(diǎn)證候的構(gòu)成比變化，也可從一定層面反映證候的動(dòng)態(tài)演變規(guī)律。該方法的局限在于基線資料難以保持一致，無(wú)法明確研究開(kāi)始與結(jié)束時(shí)間，難以做到合理有效的分層［24］。2）分析方法：頻率分析、聚類分析、因子分析等統(tǒng)計(jì)方法在該領(lǐng)域研究中應(yīng)用廣泛。頻率分析以不同時(shí)期證候頻率變化描述變化趨勢(shì)；聚類分析通過(guò)衡量樣本間的親疏程度，獲得構(gòu)成證候的癥狀信息集群，從臨床信息變化探究證候演變規(guī)律［25］；因子分析從個(gè)性化信息中發(fā)掘共性因子，常用于提取證候要素及其靶位［26］。3）干預(yù)措施：目前有關(guān)療效評(píng)價(jià)的文獻(xiàn)較多，采取的干預(yù)措施主要有中藥、手術(shù)、放化療、透析、介入以及各類中醫(yī)理療手段。手術(shù)、放化療和介入等西醫(yī)治療手段可在短時(shí)間內(nèi)改變病人生理病理狀態(tài)，對(duì)證候影響較大，研究干預(yù)前后證候演變可為確定中醫(yī)輔助治療方案提供依據(jù)［2］；探索中藥及各類中醫(yī)理療等干預(yù)措施證候變化有助于辨證論治、優(yōu)化治療方案、發(fā)現(xiàn)起效時(shí)間和停藥時(shí)間。4）疾病類型：以冠心病、慢性阻塞性肺疾病、糖尿病腎病等慢性疾病為主，兼SARS、中風(fēng)急性期等急性疾病。其中，慢性疾病具有病因復(fù)雜多樣、起病隱匿、病程長(zhǎng)以及纏綿難愈等特點(diǎn)，研究慢性疾病可發(fā)現(xiàn)疾病不同階段病機(jī)變化，抓住主要矛盾，提高中醫(yī)藥療效。急性病發(fā)病時(shí)間明確、病情變化迅速，同時(shí)對(duì)干預(yù)措施較為敏感，具有周期短、起始時(shí)間明確以及證候療效評(píng)價(jià)明顯等優(yōu)勢(shì)［27］。5）研究主體：目前有關(guān)證候要素的研究較多，證候要素是以中醫(yī)病機(jī)學(xué)說(shuō)為基礎(chǔ)，由臨床可采集和量化的癥狀體征構(gòu)成的診斷單元，與生理病理等因素相關(guān)聯(lián)，是證候可拆分的最小單元［28］。從證候要素角度入手可最大限度降低證候自身復(fù)雜性和靈活性帶來(lái)的研究困難，是近年來(lái)證候演變規(guī)律研究的主要方向。

3.3.2" 研究趨勢(shì)

總體呈現(xiàn)出客觀化、規(guī)范化研究趨勢(shì)。具體表現(xiàn)為：1）研究方法逐漸優(yōu)化，由橫斷面研究逐步發(fā)展為動(dòng)態(tài)多時(shí)點(diǎn)縱向研究?？v向研究是一種前瞻性研究，其本質(zhì)是在不同時(shí)間點(diǎn)或階段對(duì)某一群體的證候變化特征進(jìn)行追蹤調(diào)查研究，尋找證候演變、轉(zhuǎn)化的契機(jī)，既能發(fā)現(xiàn)證候的演變規(guī)律，還可在此過(guò)程中觀察影響證候變化的因素。相較于橫向研究，縱向研究因在前、果在后，更易得出基于邏輯的因果判斷，可描述事物的連續(xù)性變化過(guò)程，研究結(jié)果更具可靠性和科學(xué)性，是目前證候演變規(guī)律研究的最佳方法［18］。2）疾病類型及證型逐漸細(xì)化，研究?jī)?nèi)容由某一疾病逐漸細(xì)化為某一疾病的某一分型或某個(gè)階段的某一證型，如李煜坤［29］以兒童甲型流感為主要研究?jī)?nèi)容細(xì)化了疾病類型，張忠欣［30］關(guān)于冠心病穩(wěn)定期痰瘀互結(jié)證型演變規(guī)律的研究具體至證型。3）研究?jī)?nèi)容逐漸豐富，增加對(duì)影響證候演變因素分析以及證候演變與客觀指標(biāo)的相關(guān)性研究等。陳梅等［31］發(fā)現(xiàn)圍手術(shù)期宮頸癌病人證候變化受年齡、手術(shù)方式等因素影響；宋艷芳等［32］對(duì)缺血性中風(fēng)證候要素演變規(guī)律與客觀性指標(biāo)相關(guān)性研究發(fā)現(xiàn)痰濕證素多與C反應(yīng)蛋白（CRP）、同型半胱氨酸（Hcy）相關(guān)，血瘀證則與CRP、D-二聚體關(guān)系密切。4）數(shù)據(jù)處理方法更加豐富，由最初以頻數(shù)分析、聚類分析逐步引入復(fù)雜網(wǎng)絡(luò)、神經(jīng)網(wǎng)絡(luò)、轉(zhuǎn)移概率矩陣和非線性混合效應(yīng)模型等數(shù)據(jù)挖掘技術(shù)，其中轉(zhuǎn)移概率矩陣和非線性混合效應(yīng)模型能夠較好地表現(xiàn)出證候動(dòng)態(tài)變化趨勢(shì)。轉(zhuǎn)移概率矩陣可計(jì)算出證候在不同時(shí)點(diǎn)轉(zhuǎn)移的概率值，并可通過(guò)樹(shù)狀概率圖直觀表現(xiàn)［26］；非線性混合效應(yīng)模型可處理臨床采集的非線性重復(fù)測(cè)量數(shù)據(jù)，擬合證候隨時(shí)間變化趨勢(shì)，尋找證候演變拐點(diǎn)［33］。5）微觀世界探索逐步增加，主要包括動(dòng)物實(shí)驗(yàn)和生物標(biāo)志物研究。其中動(dòng)物實(shí)驗(yàn)通過(guò)構(gòu)建病證結(jié)合動(dòng)物模型觀察不同時(shí)期證候變化及其生物學(xué)指標(biāo)變化，或使用“以方測(cè)證”的方法觀察不同階段方藥表現(xiàn)反證該階段證候變化［34］。生物標(biāo)志物研究是近年來(lái)新興領(lǐng)域，主要包括基因、蛋白質(zhì)、代謝物等多個(gè)層面［35］，其中代謝組學(xué)在證候演變研究領(lǐng)域應(yīng)用廣泛，通過(guò)比較不同證候代謝產(chǎn)物的差異，尋找能夠反映某一證候的標(biāo)志代謝物，并對(duì)其進(jìn)行通路分析，得出可能存在的生理病理機(jī)制，為臨床辨證論治提供客觀化依據(jù)。

4" 小" 結(jié)

基于以上研究，未來(lái)證候演變規(guī)律臨床研究應(yīng)以病證結(jié)合為原則，前期通過(guò)文獻(xiàn)研究、專家咨詢及大規(guī)模臨床調(diào)查等方法制定統(tǒng)一規(guī)范的證候診斷標(biāo)準(zhǔn)及量表，采用前瞻性的縱向研究方法，收集不同時(shí)點(diǎn)或階段的臨床數(shù)據(jù)，將收集到的癥狀與體征使用量表以數(shù)值的形式表現(xiàn)出來(lái)，并綜合運(yùn)用多種數(shù)據(jù)挖掘技術(shù)將臨床癥狀體征與證候相關(guān)聯(lián)，彌補(bǔ)單一方法帶來(lái)的偏倚與不足，將研究結(jié)果與臨床實(shí)際相結(jié)合，并通過(guò)中醫(yī)理論加以闡釋。同時(shí)加強(qiáng)基礎(chǔ)實(shí)驗(yàn)研究與理論研究，不斷拓展該領(lǐng)域研究思路，增加研究結(jié)果的客觀性及臨床適用性，最終形成從理論到臨床，從定性到定量，從宏觀到微觀的整體發(fā)展趨勢(shì)，實(shí)現(xiàn)證候演變規(guī)律研究領(lǐng)域科學(xué)良性發(fā)展。

參考文獻(xiàn)：

［1］" 王至婉，李建生，余學(xué)慶，等.COPD急性加重期基礎(chǔ)證及特征的臨床調(diào)查研究［J］.北京中醫(yī)藥大學(xué)學(xué)報(bào)，2010，33（10）：703-708.

［2］" 崔雨婷，江麗杰，許偉明.中醫(yī)證候演變規(guī)律研究述評(píng)［J］.中華中醫(yī)藥雜志，2022，37（3）：1245-1250.

［3］" 顧晴，董永權(quán)，胡楊.相似重復(fù)記錄檢測(cè)研究與發(fā)展動(dòng)態(tài)的知識(shí)圖譜分析［J］.計(jì)算機(jī)應(yīng)用與軟件，2022，39（3）：1-7;95.

［4］" 陳悅，陳超美，劉則淵，等.CiteSpace知識(shí)圖譜的方法論功能［J］.科學(xué)學(xué)研究，2015，33（2）：242-253.

［5］" 王小梅，李國(guó)鵬，陳挺.中國(guó)與世界主要科技強(qiáng)國(guó)的科學(xué)資助分析：基于科學(xué)結(jié)構(gòu)圖譜2010—2015［J］.中國(guó)科學(xué)基金，2018，32（4）：424-433.

［6］" 李杰，陳超美.CiteSpace：科技文本挖掘及可視化［M］.北京：首都經(jīng)濟(jì)貿(mào)易大學(xué)出版社，2016：1-5.

［7］" 李杰.科學(xué)知識(shí)圖譜原理及應(yīng)用［M］.北京：高等教育出版社，2018：21-24.

［8］" 付健，丁敬達(dá).Citespace和VOSviewer軟件的可視化原理比較［J］.農(nóng)業(yè)圖書(shū)情報(bào)學(xué)報(bào)，2019，31（10）：31-37.

［9］" 孫越.近十年我國(guó)競(jìng)爭(zhēng)情報(bào)論文統(tǒng)計(jì)分析［J］.現(xiàn)代情報(bào)，2008，28（10）：31-33;36.

［10］" 王兆清，俞才鈞，張世玉.潰瘍病的中醫(yī)辨證分型及其演變規(guī)律的探討［J］.貴州醫(yī)藥，1980（1）：50-53.

［11］" 張芮.基于VOSviewer的圖書(shū)館參與決策服務(wù)及智庫(kù)建設(shè)研究可視化分析［J］.圖書(shū)情報(bào)導(dǎo)刊，2018，3（9）：39-45.

［12］" 司莉，劉劍楠.三種信息可視化軟件的比較研究——基于KOS研究的可視化實(shí)驗(yàn)分析［J］.圖書(shū)館雜志，2014，33（1）：61-67.

［13］" 陳悅，陳超美，胡志剛，等.引文空間分析原理與應(yīng)用：CiteSpace實(shí)用指南［M］.北京：科學(xué)出版社，2014：93.

［14］" 劉金花，崔金梅.基于VOSviewer的領(lǐng)域性熱門(mén)研究主題挖掘［J］.情報(bào)探索，2016（2）：13-16.

［15］" CHEN C M，CHEN Y，HOROWITZ M，et al.Towards an explanatory and computational theory of scientific discovery［J］.Journal of Informetrics，2009，3（3）：191-209.

［16］" 卞慶來(lái)，劉嬌萍，鄒小娟，等.病證結(jié)合模式下的中醫(yī)證候研究探析［J］.中華中醫(yī)藥雜志，2015，30（9）：3199-3201.

［17］" 陶嘉磊，袁斌，汪受傳.中醫(yī)證候?qū)W研究的技術(shù)方法及其運(yùn)用現(xiàn)狀［J］.中華中醫(yī)藥雜志，2018，33（7）：2982-2985.

［18］" 李四維，劉洋，徐浩.中醫(yī)證候演變規(guī)律研究方法的現(xiàn)狀與展望［J］.中國(guó)中西醫(yī)結(jié)合雜志，2011，31（6）：854-857.

［19］" 王穎輝.糖尿病腎病證候演變及其中醫(yī)藥干預(yù)研究［D］.北京：北京中醫(yī)藥大學(xué)，2010.

［20］" 楊利，黃燕，蔡業(yè)峰，等.1 418例中風(fēng)患者痰瘀證候分布和演變規(guī)律探析［J］.遼寧中醫(yī)雜志，2004，13（6）：459-460.

［21］" 孫喜靈，鄭秋生，李靖，等.中醫(yī)證候的發(fā)生規(guī)律與結(jié)構(gòu)表征研究［J］.陜西中醫(yī)學(xué)院學(xué)報(bào)，2013，36（6）：1-5;21.

［22］" 孫喜靈，趙巖，劉琳，等.證候癥狀構(gòu)成子集合演變規(guī)律的理論推證［J］.山東中醫(yī)藥大學(xué)學(xué)報(bào)，2008，32（4）：279-281.

［23］" 牟新，周迪夷，周旦陽(yáng)，等.采用前瞻性隊(duì)列研究在觀察中醫(yī)證候演變規(guī)律中的方法學(xué)探討［J］.中華中醫(yī)藥雜志，2014，29（2）：514-517.

［24］" 孫曉偉，王階.證候動(dòng)態(tài)變化規(guī)律研究［J］.山東中醫(yī)藥大學(xué)學(xué)報(bào)，2010，34（2）：104-105.

［25］" 袁世宏，王天芳，張連文.中醫(yī)證候的認(rèn)知思路及其數(shù)據(jù)挖掘方法［J］.中醫(yī)雜志，2011，52（4）：284-288.

［26］" 何偉，程淼，喬文彪，等.證候要素及其演變規(guī)律研究方法探析［J］.中醫(yī)雜志，2013，54（11）：901-904.

［27］" 趙晨，李戈，思金華，等.基于文獻(xiàn)探討中醫(yī)證候演變規(guī)律研究的設(shè)計(jì)形式和要素［J］.中華中醫(yī)藥雜志，2016，31（5）：1914-1919.

［28］" 衷敬柏，王階，趙宜軍.辨證方法及證候要素應(yīng)證組合研究［J］.北京中醫(yī)藥大學(xué)學(xué)報(bào)，2006，29（4）：221-224.

［29］" 李煜坤.兒童甲型流感中醫(yī)證候演變規(guī)律及相關(guān)性分析［D］.濟(jì)南：山東中醫(yī)藥大學(xué)，2021.

［30］" 張忠欣.基于冠心病穩(wěn)定期痰瘀互結(jié)證證型演變規(guī)律的探討［D］.濟(jì)南：山東中醫(yī)藥大學(xué)，2018.

［31］" 陳梅，劉娜，李楠，等.宮頸癌圍手術(shù)期中醫(yī)證候演變及其影響因素研究［J］.現(xiàn)代中醫(yī)藥，2021，41（4）：123-130.

［32］" 宋艷芳，劉向哲，冉春龍，等.缺血性中風(fēng)急性期證候要素演變規(guī)律及其與客觀指標(biāo)的相關(guān)性研究［J］.北京中醫(yī)藥大學(xué)學(xué)報(bào)，2021，44（10）：947-952.

［33］" 王麗穎.冠心病心絞痛血瘀證的藥效學(xué)解構(gòu)與動(dòng)態(tài)演變的多維度詮釋［D］.北京：中國(guó)中醫(yī)科學(xué)院，2011.

［34］" 馬會(huì)霞，嚴(yán)美花，張浩軍，等.糖尿病病證結(jié)合動(dòng)物模型的現(xiàn)狀思考［J］.中華中醫(yī)藥雜志，2013，28（7）：1933-1935.

［35］" 梁瓊麟，謝媛媛，范雪梅，等.中醫(yī)藥臨床系統(tǒng)生物學(xué)研究體系與實(shí)踐［J］.世界科學(xué)技術(shù)-中醫(yī)藥現(xiàn)代化，2013，15（1）：1-8.

（收稿日期：2023-07-11）

（本文編輯郭懷印）