陳斯斯，劉春麗

（中國(guó)醫(yī)科大學(xué)圖書館，沈陽(yáng) 110122）

1 引言

科技評(píng)價(jià)方法的改革與創(chuàng)新是與教師、研究人員、機(jī)構(gòu)、政府等多個(gè)利益相關(guān)者密切相關(guān)的重要課題。2020年，教育部、科技部印發(fā)的《關(guān)于規(guī)范高等學(xué)校SCI論文相關(guān)指標(biāo)使用，樹立正確評(píng)價(jià)導(dǎo)向的若干意見》（教科技〔2020〕2號(hào)）中就指出，SCI（Science Citation Index）相關(guān)指標(biāo)，如論文數(shù)量、被引次數(shù)、高被引論文、影響因子、ESI（Es‐sential Science Indicators）排名等，“不是評(píng)價(jià)學(xué)術(shù)水平與創(chuàng)新貢獻(xiàn)的直接依據(jù)”。數(shù)十年來(lái)，基于論文被引次數(shù)的多種計(jì)量指標(biāo)已被廣泛應(yīng)用于科技成果評(píng)價(jià)與人才遴選。除同行評(píng)議外，影響因子與被引次數(shù)指標(biāo)曾是最公認(rèn)的科技評(píng)價(jià)指標(biāo)。然而，科技論文的創(chuàng)新水平、科學(xué)價(jià)值、應(yīng)用價(jià)值越來(lái)越被認(rèn)為無(wú)法通過(guò)“被論文引用次數(shù)”這種單一類別指標(biāo)進(jìn)行充分地測(cè)度。科技成果的價(jià)值評(píng)價(jià)不能局限在學(xué)術(shù)研究領(lǐng)域，還要考慮其對(duì)社會(huì)、文化、經(jīng)濟(jì)、健康與環(huán)境等多維度的影響或效益。如何測(cè)度科技論文的其他類別影響力或價(jià)值，曾有數(shù)位學(xué)者進(jìn)行過(guò)探索與嘗試，如根據(jù)科技論文被美國(guó)專利的引用次數(shù)測(cè)度技術(shù)影響力；通過(guò)科技成果轉(zhuǎn)化的產(chǎn)品經(jīng)濟(jì)收入與經(jīng)費(fèi)資助金額比來(lái)測(cè)度科技成果經(jīng)濟(jì)影響力；也曾有通過(guò)跟蹤論文被臨床指南引用，來(lái)測(cè)度論文的臨床轉(zhuǎn)化影響力。然而，科技成果的社會(huì)影響評(píng)價(jià)在科技評(píng)價(jià)中的應(yīng)用較少，主要原因是缺乏可以跟蹤科技成果社會(huì)各維度影響力的覆蓋范圍廣、可靠性和可操作性強(qiáng)的評(píng)價(jià)指標(biāo)與數(shù)據(jù)分析平臺(tái)。

2020年，新冠疫情席卷全球，人民的生命與健康受到嚴(yán)重威脅。面對(duì)來(lái)勢(shì)洶洶的疫情，黨中央號(hào)召科技工作者將科研精力投入最緊迫的抗擊疫情工作中，把論文寫在抗擊疫情第一線，把科研成果應(yīng)用到戰(zhàn)勝疫情中，并要求加快開展疫情防控科研攻關(guān)與成果的應(yīng)用，提升科技應(yīng)對(duì)疫情的能力水平。在重大突發(fā)公共衛(wèi)生事件背景下，科技論文的臨床應(yīng)用價(jià)值被提到前所未有的重要位置。例如，科研論文是否對(duì)病毒毒株分離、對(duì)疫苗研發(fā)、對(duì)診療方案制訂、對(duì)危重患者救治、對(duì)療效的評(píng)價(jià)等臨床應(yīng)用產(chǎn)生直接或間接的促進(jìn)與影響。實(shí)際上，這測(cè)度的就是臨床轉(zhuǎn)化能力。

醫(yī)學(xué)的一個(gè)分支學(xué)科稱為轉(zhuǎn)化醫(yī)學(xué)[1]，試圖在基礎(chǔ)研究與臨床醫(yī)療之間建立更直接的關(guān)聯(lián)，于20世紀(jì)末被美國(guó)國(guó)立衛(wèi)生研究院（National Institutes of Health，NIH）提出，旨在追蹤NIH每年高達(dá)200億美元的研究經(jīng)費(fèi)是否最終對(duì)人類健康狀況的顯著改善發(fā)生影響，即追蹤基礎(chǔ)知識(shí)向臨床治療轉(zhuǎn)化的進(jìn)程，以促進(jìn)人類健康水平的提升。在中國(guó)，十九大報(bào)告將健康中國(guó)作為國(guó)家發(fā)展戰(zhàn)略，明確提出健康中國(guó)就是積極推動(dòng)疾病醫(yī)學(xué)向健康醫(yī)學(xué)轉(zhuǎn)化。由此可見，科研成果對(duì)臨床醫(yī)療及人民健康的影響力也是體現(xiàn)科學(xué)價(jià)值的重要檢驗(yàn)標(biāo)準(zhǔn)。但如何評(píng)價(jià)這種類型的影響力及有哪些有效指標(biāo)仍需要深入挖掘與探索。

2 研究背景

2.1 國(guó)內(nèi)外相關(guān)研究

目前，文獻(xiàn)計(jì)量學(xué)領(lǐng)域?qū)＜覍?duì)科研成果臨床轉(zhuǎn)化的研究，主要表現(xiàn)在從人工追蹤科研成果臨床轉(zhuǎn)化的知識(shí)流動(dòng)過(guò)程[2-4]，發(fā)展到基于論文的主題特征以及引文網(wǎng)絡(luò)演化，模擬論文從基礎(chǔ)到臨床轉(zhuǎn)化過(guò)程。2013年，Wang等[5]在Science雜 志 上 發(fā) 表 論 文，發(fā)現(xiàn)引文動(dòng)態(tài)及其揭示的不同學(xué)科之間的基本知識(shí)流遵循基本的數(shù)學(xué)原理，這表示引文動(dòng)態(tài)能夠作為科學(xué)轉(zhuǎn)化預(yù)測(cè)的特征之一。2013年，Weber[6]使用三角形模型建模醫(yī)學(xué)轉(zhuǎn)化特征，使用文獻(xiàn)計(jì)量方法將PubMed數(shù)據(jù)庫(kù)收錄的論文按照研究主題映射到三角形模型上。將醫(yī)學(xué)轉(zhuǎn)化建模為論文與施引論文主題與“人類（human）”主題之間的距離。2013年，我國(guó)學(xué)者杜建等[7-8]提及論文之間的引用與被引用關(guān)系形成的引文網(wǎng)絡(luò)可揭示出具體領(lǐng)域的轉(zhuǎn)化地帶（研究領(lǐng)域的交叉地帶）、轉(zhuǎn)化路徑（不同轉(zhuǎn)化節(jié)點(diǎn)的轉(zhuǎn)化途徑）和轉(zhuǎn)化時(shí)滯（每個(gè)節(jié)點(diǎn)轉(zhuǎn)化時(shí)長(zhǎng)），使科研人員把握該領(lǐng)域轉(zhuǎn)化研究的關(guān)鍵內(nèi)容與路線圖，從而促進(jìn)研究從上游吸收和向下游轉(zhuǎn)化，最終加速轉(zhuǎn)化醫(yī)學(xué)進(jìn)程。2015年，Williams等[9]在Cell期刊發(fā)文，建議利用公共數(shù)據(jù)庫(kù)的數(shù)據(jù)進(jìn)行挖掘與網(wǎng)絡(luò)分析，識(shí)別和量化科學(xué)發(fā)現(xiàn)與醫(yī)學(xué)重大進(jìn)展之間的關(guān)系，有助于增進(jìn)公眾對(duì)于生命科學(xué)研究的經(jīng)費(fèi)支出的理解。2019年，情報(bào)學(xué)專家Ke[10]嘗試使用機(jī)器學(xué)習(xí)算法對(duì)大規(guī)模的生物醫(yī)學(xué)研究的轉(zhuǎn)化潛力進(jìn)行預(yù)測(cè)，實(shí)現(xiàn)加速臨床轉(zhuǎn)化的目標(biāo)。

2.2 轉(zhuǎn)化潛力近似值指標(biāo)（APT）簡(jiǎn)介

2019年，美國(guó)國(guó)立衛(wèi)生研究院投資組合分析辦公室（Office of Portfolio Analysis，OPA）基于論文主題分類和引文動(dòng)態(tài)構(gòu)建機(jī)器學(xué)習(xí)系統(tǒng)，計(jì)算得出論文轉(zhuǎn)化潛力近似值指標(biāo)（approximate potential to translate scores，APT），用來(lái)評(píng)估論文在將來(lái)被臨床試驗(yàn)或臨床指南引用的可能性[11]。APT指標(biāo)的基本假設(shè)是只要臨床試驗(yàn)或臨床實(shí)踐指南最終引用了該論文，論文即被標(biāo)記為“已實(shí)現(xiàn)轉(zhuǎn)化目標(biāo)”，但論文是否直接改善了人類的健康，并不在本算法的預(yù)測(cè)范圍之內(nèi)[11]。開發(fā)者也指出引用網(wǎng)絡(luò)是動(dòng)態(tài)變化，但是論文發(fā)表后2年的引用數(shù)據(jù)，足以使模型準(zhǔn)確預(yù)測(cè)科研論文被臨床類論文引用的可能性。隨著引用網(wǎng)絡(luò)的不斷增長(zhǎng)，知識(shí)流動(dòng)的信息也不斷積累，預(yù)測(cè)能力會(huì)不斷增強(qiáng)，直到發(fā)表后大約7年達(dá)到平穩(wěn)狀態(tài)，這顯示知識(shí)轉(zhuǎn)移在最初的7年期間最為活躍。預(yù)測(cè)值的置信度與臨床論文的最終引用相關(guān)，表明該方法可作為轉(zhuǎn)化的早期特征。

為了揭示論文在醫(yī)學(xué)生物學(xué)領(lǐng)域的轉(zhuǎn)化潛力，Weber[6]按照醫(yī)學(xué)主題詞表（medical subject head‐ings，MeSH）將PubMed論文分為人類（Human）、動(dòng) 物（Animal）和 分 子/細(xì) 胞（Molecular/Cellular，Mol/Cell）大致三個(gè)分支（類型），根據(jù)論文在三個(gè)分支上的特征將其映射到三角形模型圖上。APT指標(biāo)借鑒并改進(jìn)了Weber[6]的二分類計(jì)數(shù)方法，采用小數(shù)計(jì)數(shù)方法，不僅提高了論文分類的準(zhǔn)確性，也進(jìn)一步提高了可視化效果。

APT指標(biāo)的計(jì)算整合了每篇論文的特征因子共22個(gè)（表1），包括被引論文特征因子（前6個(gè)）、施引論文特征因子（后15個(gè)）以及論文的年均被引次數(shù)。論文特征因子的前6個(gè)即6種MeSH術(shù)語(yǔ)：人類、動(dòng)物、分子/細(xì)胞、化學(xué)/藥物、疾病、治療/診斷方法；施引論文特征因子的后15個(gè)即施引論文相應(yīng)MeSH術(shù)語(yǔ)的統(tǒng)計(jì)描述特征值。論文的人類（Human）、動(dòng)物（Animal）、分子/細(xì)胞（Mol/Cell）特征被統(tǒng)稱為HAMC。首先，將這22個(gè)論文特征轉(zhuǎn)換為機(jī)器學(xué)習(xí)系統(tǒng)的向量，對(duì)PubMed中每篇論文的信息多維數(shù)組定義為其數(shù)據(jù)配置文件。其次，在訓(xùn)練階段，將每個(gè)數(shù)據(jù)配置文件的矢量信息與輸出變量一起提供給機(jī)器學(xué)習(xí)系統(tǒng)。其中，使用二進(jìn)制指標(biāo)表示臨床論文是否引用了該論文，若引用，則標(biāo)志為1；反之，則標(biāo)志為0。在訓(xùn)練階段之后，系統(tǒng)會(huì)評(píng)估測(cè)試集的數(shù)據(jù)配置文件，以確定這些論文被臨床引用的概率。最后，計(jì)算得出的預(yù)測(cè)結(jié)果即轉(zhuǎn)化潛力的近似值A(chǔ)PT，將其分為5個(gè)組：<5%、25%、50%、75%和>95%，如圖1[11]所示。APT指標(biāo)的研發(fā)者嘗試采用不同算法，如隨機(jī)森林、支持向量機(jī)、邏輯回歸、MaxEnt、LibLinear和神經(jīng)網(wǎng)絡(luò)，發(fā)現(xiàn)隨機(jī)森林算法的準(zhǔn)確性最高（84%），相應(yīng)的F值為0.56[11]。APT指標(biāo)的機(jī)器學(xué)習(xí)模型中使用的隨機(jī)森林算法的優(yōu)點(diǎn)在于，其通過(guò)根據(jù)訓(xùn)練階段基尼雜質(zhì)（Gini impurity）的平均減少來(lái)計(jì)算各種特征的相對(duì)重要性。NIH通過(guò)邀請(qǐng)審稿專家預(yù)測(cè)論文被臨床引用的可能性來(lái)驗(yàn)證使用機(jī)器學(xué)習(xí)方法預(yù)測(cè)的準(zhǔn)確性[11]。研究結(jié)果發(fā)現(xiàn)，通過(guò)一些措施，機(jī)器學(xué)習(xí)的性能可以達(dá)到專家同行評(píng)議的水平，并且具有可擴(kuò)展到整個(gè)PubMed數(shù)據(jù)庫(kù)所有論文的潛力。NIH對(duì)APT計(jì)算模型的進(jìn)一步測(cè)試發(fā)現(xiàn)，對(duì)不同出版年齡的論文，機(jī)器學(xué)習(xí)模型均能夠準(zhǔn)確預(yù)測(cè)。

表1 APT計(jì)算模型中使用的特征因子及信息來(lái)源

2.3 iCite平臺(tái)及相對(duì)引用率指標(biāo)（RCR）簡(jiǎn)介

iCite平臺(tái)是一個(gè)由功能強(qiáng)大的網(wǎng)絡(luò)應(yīng)用程序支撐，可為一篇論文或者一組論文提供一組文獻(xiàn)計(jì)量指標(biāo)，并提供可視化分析結(jié)果的檢索平臺(tái)。iCite平臺(tái)上可提供三大功能模塊，分別重點(diǎn)展示“影響力”（Influence）指標(biāo)、“轉(zhuǎn)化力”（Translation）指標(biāo)以及“引文”（Citations）指標(biāo)。這些指標(biāo)的計(jì)算都基于NIH的開放引文數(shù)據(jù)庫(kù)（Open Citation Col‐lection，NIH-OCC）的引文數(shù)據(jù)，而不是Scopus或Web of Science中的引文數(shù)據(jù)。

相對(duì)引用率指標(biāo)（relative citation ratio，RCR）是論文級(jí)別的規(guī)范化評(píng)價(jià)指標(biāo)之一，于2015年由NIH開發(fā)，可通過(guò)iCite平臺(tái)檢索[12-13]。有學(xué)者將學(xué)科領(lǐng)域規(guī)范化指標(biāo)分為兩種：一種是沿用之前的分類習(xí)慣，使用先驗(yàn)定義方法，按照期刊的學(xué)科類別對(duì)論文分類（如Web of Science的學(xué)科領(lǐng)域歸一化影響力指標(biāo)、Scopus的歸一化影響因子等）；另一種是根據(jù)共引用網(wǎng)絡(luò)的動(dòng)態(tài)定義方法（如RCR）對(duì)論文所屬學(xué)科進(jìn)行分類[14]。有研究表明，基于動(dòng)態(tài)定義的學(xué)科領(lǐng)域規(guī)范化方法比使用基于期刊類別的學(xué)科領(lǐng)域規(guī)范化方法更有效[12]。有學(xué)者發(fā)現(xiàn)，RCR指標(biāo)可避免以往學(xué)科領(lǐng)域規(guī)范化算法中因多個(gè)學(xué)科屬性歸屬問(wèn)題而導(dǎo)致的干擾，RCR指標(biāo)對(duì)于跨學(xué)科論文的影響力評(píng)價(jià)，具有一定的優(yōu)勢(shì)[15]。

RCR指標(biāo)使用論文共引文網(wǎng)絡(luò)，動(dòng)態(tài)地確定論文的研究領(lǐng)域，以NIH R01資助的文獻(xiàn)為基準(zhǔn)，當(dāng)論文RCR值大于1.0時(shí)，其影響力高于該年度NIH R01資助論文的平均影響力水準(zhǔn)。iCite平臺(tái)也提供論文的加權(quán)RCR指標(biāo)（weighted RCR），這是一組論文RCR值的總和。如果一組論文的加權(quán)RCR值大于這組論文總數(shù)，那么表明這組論文的平均水平高于NIH資助論文的平均水平，提示這組論文具有較高影響力；反之則相反。

3 研究問(wèn)題與研究方法

3.1 研究問(wèn)題的提出

利用被引次數(shù)預(yù)測(cè)學(xué)者學(xué)術(shù)影響力，早已成為業(yè)界共識(shí)[16]。19世紀(jì)60年代，“SCI之父”加菲爾德曾在Science雜志上發(fā)表論文[17]，系統(tǒng)闡述了除分類法與主題法外，引文索引可以作為一種文獻(xiàn)檢索方法。更重要的是，加菲爾德等學(xué)者嘗試通過(guò)論文高被引來(lái)預(yù)測(cè)某一領(lǐng)域的潛在諾貝爾獎(jiǎng)獲得者。其假設(shè)是如果論文被較多引用，即在論文發(fā)表后立即或3~6個(gè)月受到較高關(guān)注，那么就認(rèn)為該論文具有較高的影響力，可被認(rèn)為是經(jīng)典論文；而擁有較多經(jīng)典論文的學(xué)者可能是未來(lái)該領(lǐng)域的諾貝爾獎(jiǎng)獲得者[17]。同時(shí)，加菲爾德也指出，這種預(yù)測(cè)不是精確預(yù)測(cè)，只是在經(jīng)濟(jì)學(xué)這一特殊領(lǐng)域預(yù)測(cè)得相對(duì)比較準(zhǔn)確[17]。

引文桂冠獎(jiǎng)[16]是科睿唯安（Clarivate Analytics）基于Web of Science數(shù)據(jù)庫(kù)中科研論文及其引文進(jìn)行深入分析，對(duì)遴選出的可能摘取諾貝爾獎(jiǎng)的研究人員所頒發(fā)的獎(jiǎng)項(xiàng)。自2002年以來(lái)，每年發(fā)布的引文桂冠獎(jiǎng)累計(jì)已成功預(yù)測(cè)了50位諾貝爾獎(jiǎng)得主。2002年，科睿唯安首次預(yù)測(cè)諾貝爾獎(jiǎng)，2003—2005年，由于人員調(diào)動(dòng)等問(wèn)題，并未預(yù)測(cè)任何人選，2006年預(yù)測(cè)工作重新開啟，一直持續(xù)至今。

2006—2019年，共產(chǎn)生35位諾貝爾生理學(xué)或醫(yī)學(xué)獎(jiǎng)得主，其中引文桂冠獎(jiǎng)曾成功預(yù)測(cè)15位諾貝爾獎(jiǎng)得主[16]，但也有20位諾貝爾生理學(xué)或醫(yī)學(xué)獎(jiǎng)得主并未曾被科睿唯安的引文桂冠獎(jiǎng)成功預(yù)測(cè)。那么，未被傳統(tǒng)引文指標(biāo)預(yù)測(cè)，但最后也同樣評(píng)為諾貝爾生理學(xué)或醫(yī)學(xué)獎(jiǎng)得主可能是通過(guò)其論文的其他影響力優(yōu)勢(shì)獲勝；反過(guò)來(lái)講，傳統(tǒng)引文指標(biāo)之所以在預(yù)測(cè)諾貝獎(jiǎng)獲得者中存在約57.14%的失敗案例，部分原因可能是傳統(tǒng)引文指標(biāo)未能測(cè)度諾貝爾獎(jiǎng)獲得者論文的其他類型影響力，如臨床轉(zhuǎn)化影響力或臨床轉(zhuǎn)化潛力。我們提出如下研究問(wèn)題。

研究問(wèn)題1：在已知的35位諾貝爾生理學(xué)或醫(yī)學(xué)獎(jiǎng)得主中，被科睿唯安成功預(yù)測(cè)與未被科睿唯安成功預(yù)測(cè)的兩組論文集的臨床轉(zhuǎn)化影響力如何，在“人類（Human）”指標(biāo)、“動(dòng)物（Animal）”指標(biāo)、“分子/細(xì)胞（Mol/Cell）”指標(biāo)、臨床轉(zhuǎn)化潛力（APT）指標(biāo)上存在哪些分布特征上的差異？

研究問(wèn)題2：已知35位諾貝爾生理學(xué)或醫(yī)學(xué)獎(jiǎng)得主中，被科睿唯安成功預(yù)測(cè)與未被科睿唯安成功預(yù)測(cè)的兩組論文集的影響力指標(biāo)、轉(zhuǎn)化力指標(biāo)、引文指標(biāo)之間是否存在顯著差異？

研究問(wèn)題3：諾貝爾生理學(xué)或醫(yī)學(xué)獎(jiǎng)得主論文集的臨床轉(zhuǎn)化力和引文等一系列指標(biāo)之間是否具有相關(guān)性？

3.2 研究數(shù)據(jù)與方法

3.2.1 研究變量及數(shù)據(jù)

本文選取7個(gè)主要研究變量進(jìn)行統(tǒng)計(jì)分析，包括總被引次數(shù)、加權(quán)相對(duì)引用率（weighted RCR）、被臨床論文引用次數(shù)、臨床轉(zhuǎn)化潛力（APT）均值、Human均值、Animal均值、Mol/Cell均值。具體每種指標(biāo)的英文全稱、測(cè)度內(nèi)容及計(jì)算方法如表2所示。

表2 變量測(cè)度內(nèi)容及計(jì)算方法

本文對(duì)35位諾貝爾生理學(xué)或醫(yī)學(xué)獎(jiǎng)得主，按照作者姓名、單位在PubMed數(shù)據(jù)庫(kù)里檢索作者發(fā)表的全部論文。將每位作者發(fā)表的全部論文的PMID（PubMed unique identifier）號(hào)列表提交至iCite平臺(tái)檢索，得到每位作者論文集的臨床轉(zhuǎn)化APT均值、Human均值、Animal均值、Mol/Cell均值以及總被引次數(shù)、加權(quán)RCR（weighted RCR）、被臨床論文引用次數(shù)（cited by Clin.），35位諾貝爾獎(jiǎng)獲得者及轉(zhuǎn)化力指標(biāo)、引文指標(biāo)與數(shù)據(jù)如表3所示。

表3 35位諾貝爾生理學(xué)或醫(yī)學(xué)獎(jiǎng)得主論文轉(zhuǎn)化力指標(biāo)以及引文指標(biāo)

3.2.2 研究方法

首先，將35位諾貝爾生理學(xué)或醫(yī)學(xué)獎(jiǎng)得主分成被預(yù)測(cè)和未被預(yù)測(cè)兩組，分別對(duì)諾貝爾獎(jiǎng)得主的論文集的臨床轉(zhuǎn)化、被引指標(biāo)進(jìn)行描述性統(tǒng)計(jì)分析，具體包括最大值、最小值、均值±標(biāo)準(zhǔn)差、中位數(shù)等；用三角形模型圖比較被預(yù)測(cè)組與未被預(yù)測(cè)組諾貝爾獎(jiǎng)獲得者論文的“人類（Human）”指標(biāo)，“動(dòng)物（Animal）”指標(biāo)，“分子/細(xì)胞（Mol/Cell）”指標(biāo)、臨床轉(zhuǎn)化潛力（APT）指標(biāo)的分布特征差異。

其次，利用SPSS軟件采用Shapiro-Wilk方法檢驗(yàn)研究變量的正態(tài)性；并對(duì)研究變量進(jìn)行自然對(duì)數(shù)、開根號(hào)、開立方根、正弦、余弦等數(shù)據(jù)轉(zhuǎn)換，直到研究變量非常接近正態(tài)分布；采用T檢驗(yàn)方法驗(yàn)證兩組論文集的影響力指標(biāo)、轉(zhuǎn)化力指標(biāo)、引文指標(biāo)之間是否存在顯著差異。

最后，利用SPSS軟件采用Spearman相關(guān)分析方法檢驗(yàn)研究變量之間的相關(guān)關(guān)系及顯著性。

4 研究結(jié)果

4.1 被預(yù)測(cè)與未被預(yù)測(cè)兩組論文集影響力、轉(zhuǎn)化力指標(biāo)的分布特征及差異

4.1.1 兩組諾貝爾獎(jiǎng)得主論文集引文影響力、臨床轉(zhuǎn)化力指標(biāo)的分布特征比較

被預(yù)測(cè)（15人）與未被預(yù)測(cè)（20人）兩組論文集的引文影響力、臨床轉(zhuǎn)化力情況如表4所示。由表4可見，被預(yù)測(cè)組的發(fā)文數(shù)量、加權(quán)RCR、總被引次數(shù)、APT、被臨床論文引用次數(shù)均數(shù)均大于未被預(yù)測(cè)組。在三角形模型計(jì)分上，Mol/Cell指標(biāo)均數(shù)大于未被預(yù)測(cè)組，而Human指標(biāo)均數(shù)和Animal指標(biāo)均數(shù)小于未被預(yù)測(cè)組。被預(yù)測(cè)組的發(fā)文數(shù)量、RCR、加權(quán)RCR、總被引次數(shù)、APT、被臨床論文引用次數(shù)的中位數(shù)均大于未被預(yù)測(cè)組，在三角形模型計(jì)分上，Mol/Cell指標(biāo)均數(shù)的中位數(shù)大于未被預(yù)測(cè)組，而Human指標(biāo)均數(shù)和Animal指標(biāo)均數(shù)的中位數(shù)小于未被預(yù)測(cè)組。

表4 被預(yù)測(cè)與未被預(yù)測(cè)兩組論文集的引文影響力、臨床轉(zhuǎn)化力指標(biāo)統(tǒng)計(jì)分析

總體上來(lái)看，被預(yù)測(cè)組的轉(zhuǎn)化力和影響力指標(biāo)的均值和中位數(shù)均大于未被預(yù)測(cè)組。從三角形模型指標(biāo)上來(lái)看，被預(yù)測(cè)組的Mol/Cell指標(biāo)較高，Hu‐man指標(biāo)和Animal指標(biāo)較低；而未被預(yù)測(cè)組則是Human和Animal指標(biāo)較高，Mol/Cell指標(biāo)較低。研究結(jié)果顯示，未被預(yù)測(cè)組論文集具有較高的Human和Animal指標(biāo)，但通過(guò)基于Web of Science被引次數(shù)的諾貝爾獎(jiǎng)?lì)A(yù)測(cè)方法無(wú)法顯示出其在人類和動(dòng)物研究方向轉(zhuǎn)化方面的影響力，可能導(dǎo)致未被引文桂冠獎(jiǎng)?lì)A(yù)測(cè)。

4.1.2 被預(yù)測(cè)與未被預(yù)測(cè)組諾貝爾獎(jiǎng)得主論文集的臨床轉(zhuǎn)化力的三角形模型比較

在iCite網(wǎng)站上逐一檢索每位諾貝爾生理學(xué)或醫(yī)學(xué)獎(jiǎng)得主的論文集，獲得每位諾貝爾獎(jiǎng)得主論文集的三角形模型可視化圖。按照被預(yù)測(cè)組與未被預(yù)測(cè)組分別展示，如表5和表6所示。

表5中的展示順序是按照論文集的Human均值從小到大排序的。20位作者三角形模型圖中，排在前面的諾貝爾獎(jiǎng)得主論文集的Human均值最小，研究熱點(diǎn)（白色為熱點(diǎn)）均在動(dòng)物研究方向或者分子/細(xì)胞研究方向。從第3排第3個(gè)開始，Human均值逐漸成為研究熱點(diǎn)。

表5 未被預(yù)測(cè)的20位諾貝爾獎(jiǎng)得主論文集三角形模型可視化圖

表6中的展示順序是按照論文集的Mol/Cell均值從小到大排序的。被預(yù)測(cè)的15位作者分為3排展示。第1排作者的研究熱點(diǎn)呈現(xiàn)出僅在人類研究方向或者動(dòng)物研究方向高熱，其他均較暗的現(xiàn)象。Bruce A Beutler的論文集偏向人類研究。從第3幅圖開始作者的研究方向便開始從動(dòng)物方向逐漸轉(zhuǎn)移向分子/細(xì)胞研究方向。第2排作者的最后一幅圖，其研究熱點(diǎn)聚焦在分子/細(xì)胞研究方向。第3排作者的研究方向完全呈現(xiàn)為分子/細(xì)胞研究方向，其他方向顏色暗黑。從表6中可以觀察到，大部分諾貝爾獎(jiǎng)獲得者的論文集是偏向分子/細(xì)胞研究方向的。

表6 被預(yù)測(cè)的15位諾貝爾獎(jiǎng)得主論文集三角形模型可視化圖

綜上，對(duì)比兩組三角形模型圖可以看出，被預(yù)測(cè)組研究的主要內(nèi)容偏向于分子/細(xì)胞方向，即基于被引次數(shù)的引文桂冠獎(jiǎng)?lì)A(yù)測(cè)方法成功預(yù)測(cè)了在分子/細(xì)胞研究方向具有較高影響力的生理學(xué)或醫(yī)學(xué)領(lǐng)域有突出貢獻(xiàn)的專家。而未被預(yù)測(cè)組研究的主要內(nèi)容偏向于人類或動(dòng)物方向，即在臨床轉(zhuǎn)化影響力方面有突出表現(xiàn)的諾貝爾獎(jiǎng)獲得者未被引文桂冠獎(jiǎng)?lì)A(yù)測(cè)方法成功預(yù)測(cè)到。

在表5與表6中，我們列出了每位諾貝爾生理學(xué)或醫(yī)學(xué)獎(jiǎng)得主的主要貢獻(xiàn)，并與三角形模型圖對(duì)照顯示。例如，屠呦呦的獲獎(jiǎng)原因是“發(fā)現(xiàn)治療瘧疾的新療法”，其論文集的主要研究是動(dòng)物實(shí)驗(yàn)及臨床應(yīng)用。Robert G Edwards的獲獎(jiǎng)原因是“在試管授精技術(shù)方面的發(fā)展”，主要研究?jī)?nèi)容表現(xiàn)為臨床應(yīng)用。對(duì)比以同一原因獲獎(jiǎng)的作者三角形模型圖，如Tu Youyou和Satoshiōmura，其獲獎(jiǎng)原因均是“發(fā)現(xiàn)治療絲蟲寄生蟲新療法”，未被引文桂冠獎(jiǎng)?lì)A(yù)測(cè)，但仍然獲得諾貝爾獎(jiǎng)。Tu Youyou偏向于動(dòng)物研究，Satoshiōmura偏向于分子/細(xì)胞方向。Bruce A Beutler和Jules A Hoffmann獲獎(jiǎng)的原因均是“對(duì)于先天免疫機(jī)制激活的發(fā)現(xiàn)”，均被引文桂冠獎(jiǎng)成功預(yù)測(cè)，但Jules A Hoffmann的研究主要集中在分子/細(xì)胞和動(dòng)物方向，而Bruce A Beutler則涉及人類、動(dòng)物、分子/細(xì)胞3個(gè)研究方向。William G Kaelin、Peter J Ratcliffe、Gregg L Semenza獲獎(jiǎng)的原因均是“發(fā)現(xiàn)細(xì)胞如何感知和適應(yīng)氧氣供應(yīng)”，William G Kaelin的研究主要在人類、分子/細(xì)胞方向，Peter J Ratcliffe的研究在人類、分子/細(xì)胞、動(dòng)物方向，而Gregg L Semenza則是人類、分子/細(xì)胞方向。

這種三角形模型可以清晰地展示每位諾貝爾獎(jiǎng)得主論文集在人類研究、動(dòng)物研究或者分子/細(xì)胞研究3個(gè)主題上側(cè)重的研究方向，三角形模型具備較強(qiáng)的研究主題與研究方向的展示能力，可以通過(guò)顏色漸變的方式反映不同維度的研究熱度。

4.2 被預(yù)測(cè)與未被預(yù)測(cè)兩組論文集在不同指標(biāo)上的差異

本文利用SPSS軟件采用Shapiro-Wilk方法檢驗(yàn)7個(gè)研究變量的正態(tài)性。其中，總被引次數(shù)、加權(quán)RCR、被臨床論文引用次數(shù)、Human均值顯著性小于0.05，不服從正態(tài)分布；而APT均值、Animal均值、Mol/Cell均值顯著性大于0.05，服從正態(tài)分布（表7）。

表7 Shapiro-Wilk正態(tài)性檢驗(yàn)

對(duì)研究變量進(jìn)行自然對(duì)數(shù)轉(zhuǎn)換后，所有研究變量已非常接近正態(tài)分布。再采用T檢驗(yàn)方法驗(yàn)證兩組論文集在不同指標(biāo)上的差異顯著性（表8）。

表8 T檢驗(yàn)方法驗(yàn)證被預(yù)測(cè)與未被預(yù)測(cè)兩組論文集在不同指標(biāo)上的差異顯著性

在被預(yù)測(cè)獲獎(jiǎng)和未被預(yù)測(cè)獲獎(jiǎng)的兩組間，總被引次數(shù)、加權(quán)RCR、Mol/Cell均值有顯著差異；而被臨床論文引用次數(shù)、APT均值、Human均值、Animal均值無(wú)顯著差異。這說(shuō)明以往的基于引文的方法可以區(qū)分高低被引次數(shù)，預(yù)測(cè)被引次數(shù)，反映論文集在分子/細(xì)胞相關(guān)影響力上的強(qiáng)弱，但無(wú)法評(píng)價(jià)或預(yù)測(cè)臨床轉(zhuǎn)化方面的影響力。提示基于引文的傳統(tǒng)諾貝爾獎(jiǎng)?lì)A(yù)測(cè)方法與指標(biāo)對(duì)分子/細(xì)胞領(lǐng)域的基礎(chǔ)研究成果的影響力測(cè)度更為敏感，而對(duì)動(dòng)物實(shí)驗(yàn)和臨床研究影響力缺乏敏感性。

4.3 引文影響力、臨床轉(zhuǎn)化力指標(biāo)之間的相關(guān)關(guān)系

對(duì)35位諾貝爾生理學(xué)或醫(yī)學(xué)獎(jiǎng)得主論文集的7種指標(biāo)進(jìn)行Spearman相關(guān)性檢驗(yàn)，結(jié)果如表9所示。

表9 引文影響力、臨床轉(zhuǎn)化力指標(biāo)之間相關(guān)性的Spearman檢驗(yàn)

一般而言，相關(guān)系數(shù)|r|≥0.8表示高度相關(guān)，0.5≤|r|<0.8表示中等相關(guān)，0.3≤|r|<0.5表示低相關(guān)，|r|<0.3表示不相關(guān)。從分析結(jié)果可以看出，Mol/Cell均值與總被引次數(shù)顯著正相關(guān)，而Animal均值與總被引次數(shù)顯著負(fù)相關(guān)，Human均值與總被引次數(shù)相關(guān)性不顯著?？梢酝普?，諾貝爾獎(jiǎng)獲得者中，曾經(jīng)被科睿唯安授予“引文桂冠獎(jiǎng)”、預(yù)測(cè)為諾貝爾獎(jiǎng)獲得者的候選人，可能具有較高的Mol/Cell均值及較低的Animal均值；反過(guò)來(lái)，可能一些Mol/Cell均值較低，但Human均值或Animal均值較高的具有較大諾貝爾獎(jiǎng)獲得潛力的學(xué)者通過(guò)單一的引文指標(biāo)未被預(yù)測(cè)，但最終獲得了諾貝爾獎(jiǎng)。這種未被成功預(yù)測(cè)的占比是20/35=57.14%，超過(guò)了半數(shù)。由此可見，引文指標(biāo)只能反映一小部分的學(xué)術(shù)價(jià)值，更多的學(xué)術(shù)價(jià)值，特別是臨床轉(zhuǎn)化價(jià)值是以往文獻(xiàn)計(jì)量學(xué)被忽視的重要指標(biāo)。在學(xué)者學(xué)術(shù)影響力評(píng)價(jià)方面，iCite提供了臨床轉(zhuǎn)化潛力測(cè)度指標(biāo)，可以補(bǔ)充傳統(tǒng)的引文評(píng)價(jià)指標(biāo)，實(shí)現(xiàn)在“引文+臨床”兩個(gè)或更多維度上，更全面、更準(zhǔn)確地預(yù)測(cè)諾貝爾獎(jiǎng)獲得者。

加權(quán)RCR與總被引次數(shù)顯著正相關(guān)；加權(quán)RCR與Mol/Cell均值、Animal均值以及Human均值的相關(guān)性和總被引次數(shù)與三者的相關(guān)性表現(xiàn)一致。加權(quán)RCR與被臨床論文引用次數(shù)，APT均值的相關(guān)性較總被引次數(shù)與兩者之間的相關(guān)性較強(qiáng)。被臨床引用次數(shù)與APT均值顯著正相關(guān)，與Human均值顯著正相關(guān)，與Animal均值顯著負(fù)相關(guān)，與Mol/Cell均值相關(guān)性不顯著。這說(shuō)明諾貝爾獎(jiǎng)獲得者論文集的臨床影響力高的文章內(nèi)容更傾向于Human研究方向，而Animal研究方向的論文被臨床論文引用的可能性降低。APT均值與Human均值顯著正相關(guān)，與被臨床論文引用次數(shù)顯著正相關(guān)。Human均值、Animal均值以及Mol/Cell均值三者之間，Animal均值與Mol/Cell均值負(fù)相關(guān)程度最高，為中度負(fù)相關(guān)；Human均值與Animal均值負(fù)相關(guān)程度較低，為低度負(fù)相關(guān)；Human均值與Mol/Cell均值的負(fù)相關(guān)性不顯著。說(shuō)明偏向Animal研究方向的諾貝爾獎(jiǎng)獲得者論文集，在其他兩個(gè)方向較弱；偏向Human研究方向的諾貝爾獎(jiǎng)獲得者論文集，與Mol/Cell研究方向較為遠(yuǎn)離。

5 討論

5.1 與以往諾貝爾獎(jiǎng)相關(guān)實(shí)證研究的比較

以往相關(guān)研究通常為基于引文的諾貝爾獎(jiǎng)科學(xué)家預(yù)測(cè)、文獻(xiàn)計(jì)量分析、被引特征與合作網(wǎng)絡(luò)、引文曲線的研究。例如，王琳等[18]闡釋了基于引文分析法遴選“引文桂冠獎(jiǎng)”，預(yù)測(cè)未來(lái)諾貝爾獎(jiǎng)獲得者；李正紅等[19]對(duì)諾貝爾生理學(xué)或醫(yī)學(xué)獎(jiǎng)獲得者的論文進(jìn)行了文獻(xiàn)計(jì)量分析；章娟等[20]分析了中國(guó)科學(xué)院院士及諾貝爾獎(jiǎng)獲得者獲獎(jiǎng)前的SCI論文的被引次數(shù)、合作率與合作網(wǎng)絡(luò)的節(jié)點(diǎn)中心度，比較了SCI論文的質(zhì)量和合作情況；杜建等[21]通過(guò)結(jié)合使用被引速率和延遲承認(rèn)指數(shù)識(shí)別諾貝爾獎(jiǎng)獲得者論文集中的睡美人文獻(xiàn)；鮑玉芳等[22]分析了諾貝爾獎(jiǎng)獲得者獲獎(jiǎng)前后的論文數(shù)量與被引頻次，及兩者之間的關(guān)系；李江等[23]對(duì)諾貝爾獎(jiǎng)獲得者借助曲線擬合方法構(gòu)建了引文曲線，如經(jīng)典引文曲線、指數(shù)增長(zhǎng)引文曲線，以及3種不規(guī)則引文曲線——睡美人引文曲線、雙峰引文曲線和波型引文曲線。而諾貝爾獎(jiǎng)獲得者臨床影響力及評(píng)價(jià)指標(biāo)的研究極少，特別是基于引文的科睿唯安“引文桂冠獎(jiǎng)”未預(yù)測(cè)到的科學(xué)家最終也獲得諾貝爾獎(jiǎng)的緣由很少進(jìn)行探索性分析。與上述諾貝爾獎(jiǎng)相關(guān)實(shí)證研究不同，本文經(jīng)過(guò)初步探索和分析，認(rèn)為未考察臨床影響力指標(biāo)是基于引文的科睿唯安“引文桂冠獎(jiǎng)”預(yù)測(cè)諾貝爾獎(jiǎng)失敗的可能原因之一。即使引文影響力不夠出眾，但在臨床影響力方面表現(xiàn)出色，也仍然可以被認(rèn)為在生理學(xué)或醫(yī)學(xué)領(lǐng)域做出了杰出貢獻(xiàn)。因此，在諾貝爾獎(jiǎng)獲得者預(yù)測(cè)模式上，如果結(jié)合引文影響力及臨床影響力兩個(gè)維度評(píng)價(jià)指標(biāo)，那么將可能提高諾貝爾獎(jiǎng)?lì)A(yù)測(cè)的準(zhǔn)確率。

5.2 諾貝爾獎(jiǎng)獲得者論文集主題特征與被引次數(shù)的關(guān)系

本文利用iCite開發(fā)的三角形模型圖展示了35位諾貝爾生理學(xué)或醫(yī)學(xué)獎(jiǎng)獲得者論文在Human、Ani‐mal和Mol/Cell這3個(gè)主題分支上的熱度分布。基于引文的被成功預(yù)測(cè)諾貝爾獎(jiǎng)組論文集的內(nèi)容集中在Mol/Cell方向，而未被預(yù)測(cè)的諾貝爾獎(jiǎng)組論文集的內(nèi)容集中在Human或Animal方向。預(yù)測(cè)組與未被預(yù)測(cè)組的T檢驗(yàn)也發(fā)現(xiàn)，基于引文的諾貝爾獎(jiǎng)?lì)A(yù)測(cè)方法成功預(yù)測(cè)了在Mol/Cell研究方向具有較高影響力的生理學(xué)或醫(yī)學(xué)領(lǐng)域有突出貢獻(xiàn)的專家。相關(guān)分析也發(fā)現(xiàn)，被引次數(shù)與Mol/Cell顯著正相關(guān)，與Animal顯著負(fù)相關(guān)，與Human相關(guān)性不顯著。由此可見，重點(diǎn)研究Mol/Cell的基礎(chǔ)研究成果在引文上具有較強(qiáng)優(yōu)勢(shì)，而Human或Animal研究方向的臨床或動(dòng)物實(shí)驗(yàn)論文在引文上處于相對(duì)劣勢(shì)。這從一定程度上反映出引用指標(biāo)嚴(yán)重偏向基礎(chǔ)研究論文的現(xiàn)象。

5.3 iCite平臺(tái)與APT相關(guān)指標(biāo)將促進(jìn)論文臨床影響力的評(píng)價(jià)

諾貝爾獎(jiǎng)遴選過(guò)程被全世界公認(rèn)為是最公平、最客觀的科研評(píng)價(jià)模式[24-25]，其優(yōu)于傳統(tǒng)的基于引文的定量評(píng)價(jià)模型，可能部分原因在于以往的定量分析僅局限在引文分析視角，忽略了科研成果在學(xué)術(shù)以外的各個(gè)領(lǐng)域的多維度貢獻(xiàn)。就生理學(xué)或醫(yī)學(xué)而言，臨床影響力是不容忽視的重要評(píng)價(jià)維度。基于引文的學(xué)術(shù)影響力評(píng)價(jià)存在數(shù)十年之久，其他維度影響力，特別是臨床影響力評(píng)價(jià)的空缺，在很大程度上是因?yàn)槿狈煽康南嚓P(guān)指標(biāo)和數(shù)據(jù)檢索工具。這也阻礙了相關(guān)學(xué)者與機(jī)構(gòu)從更廣的視角、更多的維度進(jìn)行科研評(píng)價(jià)。NIH相關(guān)機(jī)構(gòu)開發(fā)的iCite數(shù)據(jù)庫(kù)平臺(tái)及臨床轉(zhuǎn)化潛力及被臨床試驗(yàn)引用次數(shù)等指標(biāo)，為從臨床影響力維度進(jìn)行科研評(píng)價(jià)或?qū)W者評(píng)價(jià)提供了重要數(shù)據(jù)與查詢工具，值得科學(xué)計(jì)量學(xué)領(lǐng)域?qū)W者進(jìn)一步深入挖掘與研究。

5.4 優(yōu)化論文臨床影響力評(píng)價(jià)及預(yù)測(cè)指標(biāo)

在臨床轉(zhuǎn)化的測(cè)度上，iCite平臺(tái)上僅有臨床轉(zhuǎn)化潛力APT和被臨床試驗(yàn)引用次數(shù)兩個(gè)指標(biāo)，更豐富的臨床轉(zhuǎn)化預(yù)測(cè)指標(biāo)有待進(jìn)一步開發(fā)與研究。APT指標(biāo)評(píng)價(jià)的是一篇論文將來(lái)被臨床試驗(yàn)或指南引用的可能性，這并不能等價(jià)于論文最終導(dǎo)致了人類健康狀況的顯著改善。臨床轉(zhuǎn)化是一個(gè)復(fù)雜的過(guò)程，經(jīng)歷的也絕不是線性路徑，因此，對(duì)臨床影響力的評(píng)價(jià)和預(yù)測(cè)均有較大的難度。臨床轉(zhuǎn)化一般是從基礎(chǔ)生物學(xué)研究開始，通過(guò)證明干預(yù)措施的臨床有效性（如新藥開發(fā)），再到檢測(cè)臨床療效（如藥物對(duì)臨床結(jié)局的影響），最后到評(píng)估對(duì)提高人民健康水平（如大范圍臨床研究、成本效益研究）的實(shí)際效果。那么，對(duì)基礎(chǔ)研究成果的臨床轉(zhuǎn)化方面的量化就需要借助轉(zhuǎn)化路徑上的標(biāo)記物，如引文里程碑。從科學(xué)轉(zhuǎn)化視角來(lái)看，臨床試驗(yàn)、臨床實(shí)踐指南、臨床觀察研究等可視為臨床轉(zhuǎn)化過(guò)程的中間標(biāo)記物，如果論文被這些特殊類型成果引用，那么可以被認(rèn)為是到達(dá)了一定的臨床引文里程碑。綜合考慮論文被各個(gè)標(biāo)記物的引用所代表的臨床影響力，建立評(píng)價(jià)或預(yù)測(cè)模型，可能會(huì)實(shí)現(xiàn)對(duì)論文臨床影響力評(píng)價(jià)及預(yù)測(cè)指標(biāo)的優(yōu)化。

5.5 破除“SCI至上”的負(fù)面影響，鼓勵(lì)將論文發(fā)表在祖國(guó)大地上

2020年2月，教育部、科技部印發(fā)《關(guān)于規(guī)范高等學(xué)校SCI論文相關(guān)指標(biāo)使用，樹立正確評(píng)價(jià)導(dǎo)向的若干意見》（教科技〔2020〕2號(hào)），指出SCI指標(biāo)及排名“不是評(píng)價(jià)學(xué)術(shù)水平與創(chuàng)新貢獻(xiàn)的直接依據(jù)”。諾貝爾獎(jiǎng)獲得者的代表性論文并不是均被SCI收錄，一些發(fā)表在普通期刊上的論文對(duì)學(xué)科研究領(lǐng)域也具有重要?jiǎng)?chuàng)新與科學(xué)價(jià)值。例如，中國(guó)藥學(xué)家屠呦呦因發(fā)現(xiàn)青蒿素治療瘧疾新方法而獲得2015年諾貝爾生理學(xué)或醫(yī)學(xué)獎(jiǎng)。經(jīng)檢索，屠呦呦于1981年在《藥學(xué)學(xué)報(bào)》上發(fā)表了一篇題為《中藥青蒿化學(xué)成分的研究》（Studies on the constituents ofArtemisia annuaL.）的中文論文[26]，目前被PubMed數(shù)據(jù)庫(kù)收錄（PMID：7246183）。雖然屠呦呦的代表作未發(fā)表在SCI源期刊，但仍然不能否認(rèn)其在醫(yī)學(xué)和藥學(xué)領(lǐng)域的杰出貢獻(xiàn)。在2020年的新冠肺炎疫情期間，科技部下發(fā)通知，要求把論文寫在祖國(guó)大地上，把研究成果應(yīng)用到戰(zhàn)勝疫情中[27]。2018年以來(lái)，開發(fā)和編制我國(guó)高質(zhì)量科技期刊分級(jí)目錄被提到重要日程。2019年8月，中國(guó)科協(xié)等四個(gè)部門聯(lián)合印發(fā)培育世界一流科技期刊的意見，之后發(fā)布并多次更新《高質(zhì)量科技期刊分級(jí)目錄》。2021年11月，中國(guó)科協(xié)發(fā)布《高質(zhì)量科技期刊分級(jí)目錄總匯》[28]，覆蓋24大領(lǐng)域，5147種中英文期刊，對(duì)推動(dòng)同等水平的國(guó)內(nèi)外期刊等效使用，引導(dǎo)我國(guó)科技工作者將優(yōu)秀成果發(fā)表在我國(guó)高質(zhì)量科技期刊具有重要的應(yīng)用價(jià)值。

5.6 研究的不足之處

在iCite數(shù)據(jù)庫(kù)中可以用PMID號(hào)檢索PubMed數(shù)據(jù)庫(kù)收錄論文的臨床轉(zhuǎn)化潛力等指標(biāo)，但無(wú)論是影響力指標(biāo)還是臨床轉(zhuǎn)化指標(biāo)，均限制在1980年到最新影響因子發(fā)表年。這對(duì)時(shí)間久遠(yuǎn)以及時(shí)間跨度較大的研究成果的檢索造成了一定的影響。本文選取的35位諾貝爾獎(jiǎng)得主發(fā)表的論文如果是在1980年以前或2020年以后，那么這些論文是無(wú)法在iCite數(shù)據(jù)庫(kù)中檢索到的，這導(dǎo)致個(gè)別諾貝爾獎(jiǎng)得主最初和最新研究的論文未檢索得到計(jì)量數(shù)據(jù)。

6 結(jié)論

本文較為系統(tǒng)地梳理了NIH開發(fā)的臨床轉(zhuǎn)化潛力值的基本假設(shè)、模型構(gòu)建、算法與檢索平臺(tái)。通過(guò)對(duì)已知的35位諾貝爾生理學(xué)或醫(yī)學(xué)獎(jiǎng)得主論文進(jìn)行實(shí)證分析，發(fā)現(xiàn)被科睿唯安成功預(yù)測(cè)與未被科睿唯安成功預(yù)測(cè)的兩組論文集在被引用次數(shù)、加權(quán)RCR及Mol/Cell指標(biāo)上存在顯著差異，在臨床轉(zhuǎn)化相關(guān)指標(biāo)APT和Cited by Clin.及Animal、Human指標(biāo)上差異不顯著。引文指標(biāo)在反映分子細(xì)胞相關(guān)基礎(chǔ)研究影響力上具有較強(qiáng)優(yōu)勢(shì)，但對(duì)臨床研究與動(dòng)物實(shí)驗(yàn)研究的影響力測(cè)度缺乏敏感性。因此，提高科研評(píng)價(jià)體系的公信力，必須考慮補(bǔ)充除基于引文指標(biāo)以外的其他指標(biāo)[29-32]。未來(lái)的科研評(píng)價(jià)理論將更重視對(duì)成果臨床轉(zhuǎn)化潛力的評(píng)價(jià)，我國(guó)相關(guān)機(jī)構(gòu)與部門也需要借鑒APT的模型構(gòu)建算法，開發(fā)適合我國(guó)期刊論文臨床轉(zhuǎn)化力的評(píng)價(jià)與預(yù)測(cè)指標(biāo)，建設(shè)本土相關(guān)數(shù)據(jù)檢索平臺(tái)，進(jìn)而推進(jìn)引文與臨床轉(zhuǎn)化相結(jié)合的科研產(chǎn)出影響力評(píng)價(jià)新模式。