李夢蕾 呂本艷 李秋爽 孫晶晶 張帆

摘? 要：人口老齡化問題作為我國極為嚴峻的一個社會問題，不僅引起了政府對醫(yī)養(yǎng)結(jié)合的關(guān)注，也讓學(xué)術(shù)界加強了對醫(yī)養(yǎng)結(jié)合領(lǐng)域的研究。針對中國知網(wǎng)數(shù)據(jù)庫2010—2019年收錄的醫(yī)養(yǎng)結(jié)合領(lǐng)域的期刊論文，利用CiteSpace軟件分別從發(fā)文情況、作者合作、發(fā)文機構(gòu)、關(guān)鍵詞共現(xiàn)和時序發(fā)展等方面進行可視化分析，揭示醫(yī)養(yǎng)結(jié)合領(lǐng)域的研究現(xiàn)狀及熱點分析，為深入研究醫(yī)養(yǎng)結(jié)合提供參考。

關(guān)鍵詞：醫(yī)養(yǎng)結(jié)合;文獻計量學(xué);研究熱點分析;CiteSpace

Abstract：The aging of the population is an extremely serious social problem in our country，which not only arouses the governments attention to the integrated eldercare services with medical care，but also allows the academic community to strengthen the research in the field of integrated eldercare services with medical care. Aiming at the periodical papers in the field of integrated eldercare services with medical care included in the CNKI database from 2010 to 2019，CiteSpace software is used to perform visual analysis from the aspects of publishing status，author cooperation，publishing organization，keyword co-occurrence，and timing development to reveal the current research status and hot spot analysis in the field of integrated eldercare services with medical care，and to provide reference for in-depth study of the integrated eldercare services with medical care.

Keywords：integrated eldercare services with medical care;bibliometrics;research hotspot analysis;CiteSpace

0? 引? 言

隨著我國經(jīng)濟的快速發(fā)展，人口老齡化問題變得越來越嚴重，嚴重制約了我國社會的發(fā)展。截至2018年底，我國內(nèi)地總?cè)丝跀?shù)為13.9億，其中65歲及以上人口數(shù)已達1.6億，占總?cè)丝跀?shù)的11.9%[1]。為緩解養(yǎng)老問題帶來的壓力，國務(wù)院在《“十三五”國家老齡事業(yè)發(fā)展和養(yǎng)老體系建設(shè)規(guī)劃》[2]（國發(fā)〔2017〕13號）中指出，醫(yī)與養(yǎng)結(jié)合的養(yǎng)老模式到2020年要更加完善;隨后，又在印發(fā)的《關(guān)于實施健康中國行動的意見》[3]（國發(fā)〔2019〕13號）中著重強調(diào)了醫(yī)療與養(yǎng)老相結(jié)合的重要性。但從整體上來看，我國對“醫(yī)養(yǎng)結(jié)合”的研究較為淺顯，缺乏宏觀把握和研究該領(lǐng)域發(fā)展的文獻。因此，為明確我國醫(yī)養(yǎng)結(jié)合領(lǐng)域的發(fā)展現(xiàn)狀和研究熱點，筆者基于系統(tǒng)動力模型的醫(yī)養(yǎng)結(jié)合養(yǎng)老服務(wù)模式研究項目，借助CiteSpace軟件對中國知網(wǎng)（CNKI）數(shù)據(jù)庫2010—2019年收錄的醫(yī)養(yǎng)結(jié)合方面的文獻進行可視化分析，從而揭示醫(yī)養(yǎng)結(jié)合領(lǐng)域的研究熱點，為進一步研究醫(yī)養(yǎng)結(jié)合提供參考。

1? 數(shù)據(jù)來源與方法

1.1? 數(shù)據(jù)來源

本文選取CNKI數(shù)據(jù)庫為數(shù)據(jù)源，以“醫(yī)養(yǎng)結(jié)合”為主題，檢索日期為2010年1月1日—2019年12月31日，進行高級檢索，剔除與醫(yī)養(yǎng)結(jié)合主題無關(guān)的文獻后，共得到3 028篇相關(guān)文獻。進一步剔除會議論文、報紙新聞稿及重復(fù)發(fā)表的文獻等，最終得到1 100篇文獻。

1.2? 研究方法

CiteSpace是一種基于科學(xué)分析的引文可視化分析軟件，以計量學(xué)、數(shù)據(jù)和信息可視化為背景，通過可視化的方法繪制出“科學(xué)知識圖譜”，從而展現(xiàn)出某個學(xué)科領(lǐng)域在一定時期內(nèi)的發(fā)展傾向，歸納出該學(xué)科領(lǐng)域的發(fā)展歷程[4]。本文以CNKI數(shù)據(jù)庫為研究對象，借助于CiteSpace分析軟件，對所選取文獻的年發(fā)文量趨勢變化、作者合作、發(fā)文機構(gòu)、關(guān)鍵詞共現(xiàn)及時序發(fā)展等方面進行分析研究。

2? 結(jié)果與分析

2.1? 年發(fā)文量趨勢變化

發(fā)文量的年度趨勢變化圖可以清晰地展現(xiàn)出某一領(lǐng)域在各個年份的發(fā)展情況，是梳理某領(lǐng)域成果的重要指標之一。根據(jù)檢索得到的數(shù)據(jù)繪制出發(fā)文量隨著年份變化的趨勢圖，如圖1所示。在2010—2019年間，醫(yī)養(yǎng)結(jié)合領(lǐng)域的研究大致可分為三個發(fā)展階段：2010—2013年，文獻量為0;2013—2018年，文獻數(shù)量開始增加，且基本上呈線性增長模式;2018—2019年，文獻數(shù)量飛速增長。2019年醫(yī)養(yǎng)結(jié)合領(lǐng)域文獻增長率約為264%。

2.2? 作者合作網(wǎng)絡(luò)分析

研究相關(guān)作者的合作情況是了解某一領(lǐng)域發(fā)展動向的重要前提，對相關(guān)領(lǐng)域內(nèi)的作者進行分析，有利于后續(xù)研究者把握和推測該領(lǐng)域的發(fā)展進程[5]。從作者合作網(wǎng)絡(luò)圖譜來看，如圖2所示，共生成164個節(jié)點，236條鏈，中心度為0.017 7。其中，于衛(wèi)華發(fā)表文獻數(shù)量最多（14篇），研究內(nèi)容多為與醫(yī)養(yǎng)結(jié)合有關(guān)的護理學(xué)領(lǐng)域;王長青、陳娜、王先菊、馮澤永發(fā)表的文獻量均≥8篇，屬于高產(chǎn)作者。根據(jù)文獻計量學(xué)中的普萊斯定律N=0.749×（max）1/2（max為發(fā)文量最多的作者的發(fā)文數(shù)，N為核心作者最低發(fā)表文獻量）可知，N為5.243，即發(fā)表文獻數(shù)量在6篇及以上的作者就是該領(lǐng)域的核心作者。普萊斯定律中規(guī)定，若某領(lǐng)域中一半的文獻量是由核心作者發(fā)表的，即可說明該領(lǐng)域已經(jīng)形成了核心作者群[6]。通過統(tǒng)計發(fā)現(xiàn)，本研究中核心作者發(fā)表的文獻量遠少于一半，所以醫(yī)養(yǎng)結(jié)合領(lǐng)域尚未形成核心作者群。

2.3? 研究機構(gòu)共現(xiàn)分析

通過運行CiteSpace軟件，得到研究機構(gòu)共現(xiàn)分析圖譜，如圖3所示。分析得到90個節(jié)點，36條鏈，中心度為0.009，把出現(xiàn)頻次>6次的研究機構(gòu)放在一起，共得到9家研究機構(gòu)。其中南京中醫(yī)藥大學(xué)衛(wèi)生經(jīng)濟管理學(xué)院的發(fā)文量最多，高達10篇;河南中醫(yī)藥大學(xué)、北京中醫(yī)藥大學(xué)管理學(xué)院各發(fā)表8篇;南方醫(yī)科大學(xué)衛(wèi)生管理學(xué)院、安徽醫(yī)科大學(xué)衛(wèi)生管理學(xué)院、浙江中醫(yī)藥大學(xué)護理學(xué)院、濰坊醫(yī)學(xué)院公共衛(wèi)生與管理學(xué)院各發(fā)表7篇。由此可知，醫(yī)學(xué)院校的管理專業(yè)對醫(yī)養(yǎng)結(jié)合的研究較多，與院校自身的特性有著緊密的聯(lián)系;從研究機構(gòu)的地域分布上來看，多分布于南京、廣州、浙江等經(jīng)濟發(fā)達的地區(qū)，這也反映出經(jīng)濟發(fā)展水平對科研工作具有一定的影響。

2.4? 關(guān)鍵詞共現(xiàn)分析

關(guān)鍵詞作為一篇文章核心內(nèi)容的凝練表達，在文章中出現(xiàn)的頻次能體現(xiàn)該研究領(lǐng)域的研究熱點[7]。為了解我國醫(yī)養(yǎng)結(jié)合領(lǐng)域的研究熱點，對檢索到的1 100篇文獻進行可視化分析，時間設(shè)定為“2010—2019”，Time Slicing設(shè)置為“1”Year，Node Types設(shè)置為“Keyword”。運行軟件得到2010—2019年我國醫(yī)養(yǎng)結(jié)合領(lǐng)域的關(guān)鍵詞共現(xiàn)圖譜，如圖4所示。每個結(jié)點代表一個關(guān)鍵詞，結(jié)點的大小即為關(guān)鍵詞出現(xiàn)頻次的多少，結(jié)點間的連線表示關(guān)鍵詞之間的聯(lián)系強度。

為更直觀展現(xiàn)2010—2019年我國醫(yī)養(yǎng)結(jié)合領(lǐng)域的研究熱點，本研究列出了出現(xiàn)頻次較高的關(guān)鍵詞，如表1所示。

中心性常用來表述某一事物或某一節(jié)點在整個社交網(wǎng)絡(luò)中的重要程度，結(jié)合關(guān)鍵詞出現(xiàn)的頻次可以直觀看出：“醫(yī)養(yǎng)結(jié)合”作為本研究的檢索詞，出現(xiàn)的頻次也最高，共出現(xiàn)了399次，其中心性也是最高的;第二位關(guān)鍵詞是“養(yǎng)老模式”，出現(xiàn)66次;第三和第四位的關(guān)鍵詞分別是“養(yǎng)老機構(gòu)”“養(yǎng)老服務(wù)”，出現(xiàn)頻次分別為51次、49次。前4位關(guān)鍵詞表明學(xué)術(shù)界在研究醫(yī)養(yǎng)結(jié)合時，關(guān)注點多聚焦于與醫(yī)養(yǎng)結(jié)合的服務(wù)模式及提供服務(wù)的機構(gòu)等方面。老年人（44次）、失能老人（18次），這兩類人群是醫(yī)養(yǎng)結(jié)合研究的重點對象。老齡化（37次）、人口老齡化（25次）、養(yǎng)老（15次），這些關(guān)鍵詞表明我國醫(yī)養(yǎng)結(jié)合領(lǐng)域產(chǎn)生的背景及所需解決的問題。

2.5? 關(guān)鍵詞時間線視圖分析

CiteSpace軟件中的時間線視圖（Timeline）不僅能夠形象地展現(xiàn)聚類之間的關(guān)系，而且還可以顯示某一聚類中的文獻在時間上的跨度變化[8]。為了更好地掌握2010—2019年我國醫(yī)養(yǎng)結(jié)合領(lǐng)域文獻的主題變化，本研究通過CiteSpace V軟件繪制出了醫(yī)養(yǎng)結(jié)合領(lǐng)域的關(guān)鍵詞時間線視圖，如圖5所示。

通過時間線圖發(fā)現(xiàn)，共形成了10個聚類中心，其中包括#0經(jīng)濟效益、#1失獨家庭、#2健康老齡化、#3長期護理、#4醫(yī)療機構(gòu)、#5人口老齡化、#6社區(qū)衛(wèi)生服務(wù)、#7黑龍江、#8醫(yī)養(yǎng)融合、#9共詞分析。

#0經(jīng)濟效益聚類主要包括社區(qū)護理、養(yǎng)老需求、影響因素等熱點關(guān)鍵詞。

#1失獨家庭聚類主要包括老齡化、老年護理、養(yǎng)老等熱點關(guān)鍵詞，體現(xiàn)出失獨家庭也應(yīng)是社會關(guān)注的重點對象，加強對失能老人的老年護理[9]。

#2健康老齡化聚類主要包括機構(gòu)養(yǎng)老、社區(qū)養(yǎng)老需求、養(yǎng)老意愿、失獨家庭等熱點關(guān)鍵詞，體現(xiàn)了當今社會亟待解決的問題，即通過醫(yī)養(yǎng)結(jié)合實現(xiàn)健康老齡化[10]。

#3長期護理聚類主要包括服務(wù)模式、健康老齡化、SWOT分析、健康管理等熱點關(guān)鍵詞，側(cè)重于長期照料護理的視角，從而為提升醫(yī)療衛(wèi)生服務(wù)質(zhì)量提供參考[11]。

#4醫(yī)療機構(gòu)聚類主要包括養(yǎng)老服務(wù)、健康養(yǎng)老、社區(qū)居家等熱點關(guān)鍵詞，以滿足老年人的醫(yī)療服務(wù)需求為目標，加強醫(yī)療機構(gòu)的服務(wù)化建設(shè)[12]。

#5人口老齡化聚類主要包括空巢老人、醫(yī)療機構(gòu)、醫(yī)養(yǎng)結(jié)合服務(wù)等熱點關(guān)鍵詞，緊扣傳統(tǒng)養(yǎng)老的模式，旨在為重點（空巢老人、失能老人等）老年人提供醫(yī)療生活服務(wù)[13]。

#6社區(qū)衛(wèi)生服務(wù)聚類主要包括人口老齡化、基層醫(yī)療機構(gòu)等熱點關(guān)鍵詞，利用社區(qū)機構(gòu)的近距離優(yōu)勢，為老年人提供優(yōu)質(zhì)的醫(yī)療服務(wù)，促進社區(qū)醫(yī)養(yǎng)結(jié)合的發(fā)展[14]。

#7黑龍江聚類主要包括社區(qū)衛(wèi)生服務(wù)、分級診療、服務(wù)質(zhì)量等熱點關(guān)鍵詞，以黑龍江省為特例，強化社區(qū)衛(wèi)生服務(wù)、分級診療的功能定位，建立健全以居家為基礎(chǔ)、社區(qū)為依托、機構(gòu)為補充、醫(yī)養(yǎng)結(jié)合的養(yǎng)老服務(wù)體系[15]。

#8醫(yī)養(yǎng)融合聚類主要包括養(yǎng)老機構(gòu)、醫(yī)療服務(wù)、老年人保健服務(wù)等熱點關(guān)鍵詞，聯(lián)合養(yǎng)老機構(gòu)與醫(yī)療機構(gòu)，促進新型養(yǎng)老服務(wù)的產(chǎn)生發(fā)展[16]。

#9共詞分析聚類主要包括養(yǎng)老服務(wù)模式、智慧養(yǎng)老、研究熱點、文獻計量學(xué)等熱點關(guān)鍵詞，為從宏觀上把握醫(yī)養(yǎng)結(jié)合領(lǐng)域的發(fā)展，研究者基于文獻計量學(xué)對醫(yī)養(yǎng)結(jié)合、養(yǎng)老服務(wù)、智慧養(yǎng)老等熱點進行了共詞分析[17]。

3? 討論

3.1? 發(fā)文量雖增加但缺乏合作

研究結(jié)果顯示，2010—2019年我國醫(yī)養(yǎng)結(jié)合領(lǐng)域發(fā)表的文獻數(shù)量整體上呈快速增長態(tài)勢。從2014年開始，文獻數(shù)量增加的速度明顯加快，說明該研究領(lǐng)域開始受到學(xué)術(shù)界的關(guān)注，進入快速發(fā)展研究階段。從發(fā)文量的年變化趨勢圖上來看，在未來的很長一段時間內(nèi)醫(yī)養(yǎng)結(jié)合依舊是學(xué)術(shù)界競相研究的領(lǐng)域，還會有更多的學(xué)術(shù)成果出現(xiàn)。但研究也發(fā)現(xiàn)，發(fā)文作者之間的合作較少，且高產(chǎn)作者的合作對象較為固定單一，在醫(yī)養(yǎng)結(jié)合領(lǐng)域還尚未形成核心作者群;從研究機構(gòu)來看，醫(yī)學(xué)院校的管理專業(yè)對醫(yī)養(yǎng)結(jié)合的研究較多，且在地域分布上集中于南京、廣州、浙江等經(jīng)濟發(fā)達地區(qū)，各機構(gòu)間也沒有成形的研究體系。因此，要構(gòu)建相應(yīng)的合作交流平臺，實現(xiàn)信息的共建共享機制，在均衡地區(qū)差異發(fā)展的同時，還應(yīng)加強作者及各研究機構(gòu)之間的聯(lián)系[18]。

3.2? 研究熱點雖多但不全面

研究發(fā)現(xiàn)，2010—2019年我國醫(yī)養(yǎng)結(jié)合領(lǐng)域的研究熱點比較多，共有經(jīng)濟效益、失獨家庭、健康老齡化、社區(qū)衛(wèi)生服務(wù)、長期護理、黑龍江、醫(yī)療機構(gòu)、人口老齡化、醫(yī)養(yǎng)融合、共詞分析等10個聚類群。可見醫(yī)養(yǎng)結(jié)合領(lǐng)域不僅要研究老年人的養(yǎng)老需求、慢性病護理及健康管理問題，解決人口老齡化問題，還要研究以健康老齡化促進醫(yī)療行業(yè)與養(yǎng)老服務(wù)產(chǎn)業(yè)的相互融合發(fā)展，滿足當今社會的經(jīng)濟效益需求。各聚類熱點關(guān)鍵詞顯示，醫(yī)養(yǎng)結(jié)合的研究內(nèi)容雖涵蓋了養(yǎng)老模式、社會養(yǎng)老、機構(gòu)養(yǎng)老以及社區(qū)養(yǎng)老等多種融合形式的養(yǎng)老服務(wù)，但多是滿足特殊老年群體（失能老人、空巢老人等）的養(yǎng)老需求，其他養(yǎng)老模式社區(qū)養(yǎng)老服務(wù)的好處、提升社區(qū)機構(gòu)養(yǎng)老服務(wù)質(zhì)量，以及在智慧養(yǎng)老、互聯(lián)網(wǎng)等方面內(nèi)容并未進行系統(tǒng)研究。因此，應(yīng)充分把握互聯(lián)網(wǎng)時代的技術(shù)優(yōu)勢，借助大數(shù)據(jù)這一海量資源，促進其向智慧養(yǎng)老方向轉(zhuǎn)型[19]，從而建立智慧養(yǎng)老型社會化養(yǎng)老服務(wù)體系。

3.3? 拓寬研究領(lǐng)域多元發(fā)展

通過繪制關(guān)鍵詞時間線視圖發(fā)現(xiàn)，長期護理、老年護理、長期照護等關(guān)鍵詞多次出現(xiàn)，說明我國醫(yī)養(yǎng)結(jié)合領(lǐng)域在研究時較為關(guān)注護理這一層面。2017年習(xí)近平總書記在十九大報告中提出：“要積極應(yīng)對人口老齡化，構(gòu)建養(yǎng)老、孝老、敬老政策體系和社會環(huán)境，推進醫(yī)養(yǎng)結(jié)合，加快老齡事業(yè)和產(chǎn)業(yè)發(fā)展”[20]。醫(yī)養(yǎng)結(jié)合作為一種新型的衛(wèi)生服務(wù)模式，除了要滿足老年人的健康和養(yǎng)老需求外，還可以從多個方面來對老年人進行教育，如從生活習(xí)慣、膳食結(jié)構(gòu)、日常保健等方面做出改變。適當增加疾病預(yù)防、科學(xué)養(yǎng)老在日常護理中的比例，為老年人的健康養(yǎng)老提供更多保障，努力做到由“已病護理”向“未病護理”的成功轉(zhuǎn)化，進而促進醫(yī)養(yǎng)結(jié)合的多元化發(fā)展。

4? 結(jié)? 論

本文基于CiteSpace軟件的可視化分析，對CNKI數(shù)據(jù)庫2010～2019年間收錄的有關(guān)醫(yī)養(yǎng)結(jié)合領(lǐng)域的文獻進行檢索分析，通過繪制作者合作圖譜、研究機構(gòu)共現(xiàn)分析圖譜、關(guān)鍵詞共現(xiàn)及聚類圖，發(fā)現(xiàn)醫(yī)養(yǎng)結(jié)合研究熱點較多，但缺乏全面性。作者與研究機構(gòu)較為分散，并未形成核心作者群和相應(yīng)的研究體系，不利于醫(yī)養(yǎng)結(jié)合領(lǐng)域的可持續(xù)發(fā)展。因此，要加強作者與研究機構(gòu)間的合作交流，拓寬研究領(lǐng)域，促進醫(yī)養(yǎng)結(jié)合的多元化發(fā)展。

本研究仍存在些許不足之處，選取的文獻均來自CNKI數(shù)據(jù)庫，來源較為單一，缺乏與國外醫(yī)養(yǎng)結(jié)合研究的對比。在今后的研究中會進一步完善，從而對醫(yī)養(yǎng)結(jié)合領(lǐng)域有一個全面的認識，為后續(xù)研究者提供參考。

參考文獻：

[1] 國家統(tǒng)計局.2019中國統(tǒng)計年鑒 [R/OL].[2020-07-24].http：//www.stats.gov.cn/tjsj/ndsj/2019/indexch.htm.

[2] 新華社.國務(wù)院印發(fā)《“十三五”國家老齡事業(yè)發(fā)展和養(yǎng)老體系建設(shè)規(guī)劃》 [R/OL].（2017-03-06）.http：//www.gov.cn/xinwen/2017-03/06/content_5174100.htm.

[3] 國務(wù)院.國務(wù)院關(guān)于實施健康中國行動的意見 [R/OL].（2019-07-15）.http：//www.gov.cn/zhengce/content/2019- 07/15/content_5409492.htm.

[4] 孫文灃，邱艷娟，高巖.基于CiteSpace的大數(shù)據(jù)文獻可視化分析 [J].信息通信技術(shù)與政策，2018（12）：25-31.

[5] 水祎舟，黃竹杭，耿建華.國外足球運動體能訓(xùn)練前沿熱點與演化分析——基于科學(xué)知識圖譜的可視化研究 [J].體育科學(xué)，2016，36（1）：67-78.

[6] 李玉婷，楊琳.我國近十年臨終關(guān)懷研究熱點的CiteSpace分析 [J].醫(yī)學(xué)與哲學(xué)（A），2018，39（1）：33-36.

[7] 凌曦，趙志剛，李新剛.人工智能技術(shù)在藥學(xué)領(lǐng)域的應(yīng)用——基于Web of Science的文獻可視化分析 [J].中國藥房，2019，30（4）：433-438.

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

[9] 王宇瀟，楊林，賀鷺，等.中國失能老人領(lǐng)域的研究現(xiàn)狀及熱點 [J].現(xiàn)代預(yù)防醫(yī)學(xué)，2018，45（23）：4366-4368+4376.

[10] 李楠，黃煒，郭夢穎，等.國內(nèi)外醫(yī)養(yǎng)結(jié)合的對比研究——基于2010—2019年文獻的知識圖譜分析 [J].中國現(xiàn)代中藥，2020，22（5）：795-799.

[11] 李雅軍.市場化運作：醫(yī)養(yǎng)結(jié)合養(yǎng)老模式發(fā)展的新方向 [D].長沙：湖南師范大學(xué)，2016.

[12] 王曉慧，向運華.智慧養(yǎng)老發(fā)展實踐與反思 [J].廣西社會科學(xué)，2019（7）：81-88.

[13] 胡蘇云.老年護理保險制度的建立研究——上海個案分析 [J].上海金融學(xué)院學(xué)報，2011（6）：5-16.

[14] 朱慶.醫(yī)養(yǎng)結(jié)合養(yǎng)老服務(wù)研究綜述 [J].中國初級衛(wèi)生保健，2020，34（6）：15-18.

[15] 黑龍江日報.黑龍江省加快建立健全醫(yī)養(yǎng)結(jié)合養(yǎng)老服務(wù)體系 [EB/OL].（2019-04-27）.http：//www.gov.cn/xinwen/2019- 04/27/content_5386826.htm.

[16] 孟宏偉，羅昊宇，呂一星.健康中國下的醫(yī)養(yǎng)結(jié)合服務(wù)模式研究 [J].中國初級衛(wèi)生保健，2020，34（7）：1-4.

[17] 程麗楠，邱惠萍.我國醫(yī)養(yǎng)結(jié)合的可視化知識圖譜分析 [J].教育信息化論壇，2018，2（4）：33-35.

[18] 趙子青，李毅.基于CiteSpace的近五年醫(yī)養(yǎng)結(jié)合研究熱點探析 [J].智能計算機與應(yīng)用，2020，10（1）：290-293.

[19] 馬思婷，付航，李國紅，等.基于CiteSpace的中國醫(yī)養(yǎng)結(jié)合研究現(xiàn)狀與熱點分析 [J].中國全科醫(yī)學(xué)，2019，22（26）：3203-3208.

[20] 新華社.習(xí)近平：決勝全面建成小康社會 奪取新時代中國特色社會主義偉大勝利——在中國共產(chǎn)黨第十九次全國代表大會上的報告 [R/OL].（2017-10-27）.http：//www.xinhuanet.com/2017-10/27/c_1121867529.htm.

作者簡介：李夢蕾（1994—），女，漢族，河南平頂山人，碩士研究生，研究方向：健康信息素養(yǎng)、衛(wèi)生信息化;通訊作者：張帆（1968—），男，漢族，河南商丘人，副研究館員，碩士，研究方向：衛(wèi)生信息化、信息資源開發(fā)與利用。