孫小茹，雍青梅，彭濤，皋文君，楊陸

1.中國人民解放軍聯(lián)合參謀部警衛(wèi)局衛(wèi)生保健處，北京 100017；2.中國人民解放軍海軍軍醫(yī)大學

糖尿病是一種慢性代謝性疾病，需要持續(xù)地醫(yī)療護理[1]。糖尿病的患病率逐步增加,全球預計將從2010年的2.85億人增長到2035年的5.92億[2],2045年的6.29億[3]。2018年國務(wù)院辦公廳出臺《關(guān)于促進“互聯(lián)網(wǎng)+醫(yī)療健康”發(fā)展的意見》明確要求健全“互聯(lián)網(wǎng)+醫(yī)療健康”服務(wù)體系，其中以高血壓、糖尿病等為重點，加強老年慢性病在線服務(wù)管理。2020年《工業(yè)和信息化部辦公廳、國家衛(wèi)生健康委辦公廳關(guān)于進一步加強遠程醫(yī)療網(wǎng)絡(luò)能力建設(shè)的通知》提到要充分利用大數(shù)據(jù)、云計算、人工智能等新一代信息技術(shù)，構(gòu)建醫(yī)療專屬云服務(wù)，持續(xù)提升醫(yī)療信息化基礎(chǔ)能力。CiteSpace軟件是目前繪制知識圖譜最為流行的工具之一，將海量數(shù)據(jù)轉(zhuǎn)換成為更為直觀的可視化圖譜，側(cè)重于挖掘、分析、尋找某一學科領(lǐng)域的研究熱點與前沿，揭示學科發(fā)展趨勢和新動態(tài)[4]。本文運用CiteSpace軟件以知識圖譜的形式對糖尿病信息化的研究現(xiàn)狀和熱點進行分析，探討未來該領(lǐng)域的關(guān)注重點與發(fā)展趨勢，為相關(guān)領(lǐng)域科研工作者提供參考。

1 資料和方法

1.1 文獻檢索和篩選 中文文獻檢索：檢索中國知網(wǎng)數(shù)據(jù)庫(CNKI)，以“糖尿病”AND“互聯(lián)網(wǎng)+信息化+大數(shù)據(jù)+數(shù)據(jù)挖掘+深度學習+移動醫(yī)療+手機應用程序+人工智能+專家系統(tǒng)”為主題詞，檢索時間為建庫至2021年12月31日。英文文獻檢索：選擇Web of Science核心合集為數(shù)據(jù)來源，以“diabetes* OR diabetic*” AND “internet* OR inter technology* OR information technology* OR informatization* OR big data* OR medical informatics* OR nursing informatics* OR artificial intelligence* OR data mining* OR mobile information system* OR mobile phone apps* OR machine learning* OR mobile device* OR deep learning* OR expert system* OR mobile health technology*”為檢索詞進行主題檢索，檢索時間為建庫至2021年12月31日。

中文文獻和英文文獻的納入標準：(1)研究內(nèi)容為糖尿病信息化領(lǐng)域；(2)中文文獻類型為期刊，語言類型為中文；英文文獻類型為article，語言類型為English。中文文獻和英文文獻的排除標準：(1)重復發(fā)表的文獻；(2)來源于會議和報紙的文獻、新聞報道、信件等；(3)與研究主題相關(guān)度不高的文獻。中文文獻共檢索到1 861篇，英文文獻共檢索到2 363篇，研究者對檢索結(jié)果去重、整理，刪除期刊會議征稿、卷首語、個人學術(shù)成果介紹、科研機構(gòu)介紹、書評以及署名為課題組及無作者等的條目以及不相關(guān)條目，最后納入801篇中文文獻，1 919篇英文文獻。

1.2 分析工具 本研究采用Citespace 5.8.R3 可視化分析軟件對檢索文獻的發(fā)文作者、機構(gòu)、國家、關(guān)鍵詞等進行分析，繪制可視化圖譜，以直觀地了解本領(lǐng)域的現(xiàn)狀和發(fā)展趨勢。

1.3 數(shù)據(jù)轉(zhuǎn)換與處理 中文納入文獻用Refworks的格式導出，英文納入文獻直接保存為純文本格式，并用CiteSpace轉(zhuǎn)換格式。在CiteSpace軟件參數(shù)設(shè)置中，時間分區(qū)為1年，演算時域值(Top N per slice)為50，連線強度選擇Cosine，Pruning(圖譜修剪)選擇Pathfinder(尋徑網(wǎng)絡(luò)算法)和Pruning sliced networks(修剪切片網(wǎng)絡(luò))。

2 結(jié)果

2.1 年發(fā)文量情況 從建庫至2021年12月31日關(guān)于糖尿病信息化研究的國內(nèi)外發(fā)文量中可以看出(圖1)，國外發(fā)文早，2019—2021年發(fā)文量進入高速增長期。我國自1990年發(fā)表3篇關(guān)于糖尿病信息化的文章后進入休眠期，2003年恢復文獻發(fā)表，2013—2020年發(fā)文量逐漸增加。

圖1 中國知網(wǎng)數(shù)據(jù)庫(CNKI)和Web of Science核心合集數(shù)據(jù)庫從建庫至2021年12月31日收錄的糖尿病信息化中英文文獻量

2.2 發(fā)文國家及機構(gòu)分布情況 圖2中一個節(jié)點代表一個國家或地區(qū)，節(jié)點之間的連線代表相互之間的合作關(guān)系，節(jié)點的大小與該領(lǐng)域的總體發(fā)文量成正比，連線的粗細表示合作的強弱。對國外研究的國家或地區(qū)進行可視化分析，共生成121個節(jié)點、480條線?？梢?，美國的發(fā)文量482篇排名第一，中國發(fā)文量205篇排名第二，印度發(fā)文量177篇排名第三。其中中介中心性最大的是美國(0.58)，其次是英國(0.24)、西班牙(0.14)，可以看出研究影響力大的國家多集中在歐美發(fā)達國家，美國處于核心領(lǐng)先地位。亞洲國家(中國、印度、韓國)中介中心性均為0.03，表明發(fā)文量較大，但影響力不足。

圖2 中國知網(wǎng)數(shù)據(jù)庫(CNKI)和Web of Science核心合集數(shù)據(jù)庫收錄的糖尿病信息化文獻產(chǎn)出的國家或地區(qū)可視化分析：一個節(jié)點代表一個國家或地區(qū)，節(jié)點之間的連線代表相互之間的合作關(guān)系，節(jié)點的大小與該領(lǐng)域的總體發(fā)文量成正比，連線的粗細表示合作的強弱

對國外各科研機構(gòu)進行合作網(wǎng)絡(luò)分析，共生成582個節(jié)點、808條連線，國外發(fā)文量最多的是哈佛醫(yī)學院(27篇)，其次為多倫多大學(25篇)、加州大學舊金山分校(17篇)。國外各科研機構(gòu)連線較多，說明科研機構(gòu)間合作密切。

對國內(nèi)各科研機構(gòu)進行合作網(wǎng)絡(luò)分析，共生成234個節(jié)點、0條連線，發(fā)文量排名第一的是遼寧中醫(yī)藥大學(4篇)，第二名、第三名分別是上海市閔行區(qū)疾病預防控制中心(3篇)和復旦大學附屬中山醫(yī)院(3篇)。按照所屬區(qū)域發(fā)展水平來看，多集中在一線發(fā)達城市，但國內(nèi)各科研機構(gòu)間無連線，說明國內(nèi)糖尿病信息化研究的多中心合作有待進一步加強。

2.3 關(guān)鍵詞分析

2.3.1 高頻關(guān)鍵詞 是描述文章核心內(nèi)容的代表性詞匯，出現(xiàn)的頻次越高，研究熱度越高，高頻關(guān)鍵詞可反映該研究領(lǐng)域的熱點問題。中介中心性可體現(xiàn)關(guān)鍵詞重要性，中心性越高，表明圍繞這個詞的研究越多[5]。國內(nèi)外排名前10位的高頻關(guān)鍵詞，見表1、表2。

表1 國內(nèi)糖尿病信息化高頻關(guān)鍵詞及中心性

表2 國外糖尿病信息化高頻關(guān)鍵詞及中心性

2.3.2 關(guān)鍵詞聚類 可反映某一研究領(lǐng)域主題的組成情況，對關(guān)鍵詞進行聚類后得到的關(guān)鍵詞聚類圖譜，中文關(guān)鍵詞共形成9個聚類，依次為用藥規(guī)律、互聯(lián)網(wǎng)、糖尿病、自我管理、深度學習、決策樹、信息化、疾病管理、智能醫(yī)療。英文關(guān)鍵詞共形成11個聚類，依次為machine learning(機器學習)、all cause mortality(全因死亡率)、diabetic retinopathy(糖尿病視網(wǎng)膜病變)、data mining(數(shù)據(jù)挖掘)、information technology(信息技術(shù))、information(信息化)、artificial intelligence(人工智能)、mellitus(糖尿病)、women(女性)、glucose monitoring(血糖監(jiān)測)、physical activity(體育活動)。

2.3.3 突現(xiàn)關(guān)鍵詞 指較短時間內(nèi)使用頻次較高的關(guān)鍵詞，可預測該領(lǐng)域研究發(fā)展趨勢和研究前沿。突現(xiàn)強度高的中文關(guān)鍵詞有2003—2016年出現(xiàn)的數(shù)據(jù)挖掘、決策樹，2003—2008年出現(xiàn)的知識發(fā)現(xiàn)，2008—2013年出現(xiàn)的專家系統(tǒng)，2018—2019年出現(xiàn)的延續(xù)護理。2019—2021年出現(xiàn)的突現(xiàn)強度高的關(guān)鍵詞有深度學習、人工智能、互聯(lián)網(wǎng)、血糖管理、健康管理、生活質(zhì)量和篩查。

突現(xiàn)強度高的英文關(guān)鍵詞有2000—2012年出現(xiàn)的quality(生活質(zhì)量)，1998—2014年出現(xiàn)的care(護理)，2008—2013年出現(xiàn)的internet(互聯(lián)網(wǎng))，2010—2017年的對照試驗(Controlled trials)，2011—2017年的intervention(干預)，2013—2016年的outcome(結(jié)局指標)，2014—2018年的self management(自我管理)。2018—2021年出現(xiàn)的突現(xiàn)強度高的關(guān)鍵詞有validation(驗證)、classification(分類)、neural network(神經(jīng)網(wǎng)絡(luò))、retinopathy(視網(wǎng)膜病變)、identification(識別)及prediction(預測)。

3 討論

3.1 國內(nèi)外糖尿病信息化相關(guān)研究特點分析 從發(fā)文量和時間上看，近5年來國內(nèi)外發(fā)文量增長較多，總體呈上升趨勢。從發(fā)文地區(qū)上看，美國處于核心領(lǐng)先地位，說明研究糖尿病信息化關(guān)注度越來越高。亞洲國家近5年發(fā)文量較高，這與亞洲糖尿病的患病率不斷上升，生活方式的改變和強烈的遺傳傾向[6]有關(guān)；但亞洲國家發(fā)文影響力不足，提示我國應注重質(zhì)量改進。按照所屬區(qū)域發(fā)展水平來看，國外科研機構(gòu)聯(lián)系緊密，而我國發(fā)文機構(gòu)多集中在一線發(fā)達城市，多中心合作還有待進一步加強。提示我國可以借鑒國外科研合作管理經(jīng)驗，結(jié)合國內(nèi)實際，充分發(fā)揮科研核心力量的帶動作用，研究者和實踐者搭建橋梁，形成學術(shù)研究共同體，探索科研合作新關(guān)系。

3.2 國內(nèi)外糖尿病信息化研究熱點對比分析 國外糖尿病信息化研究的主要對象為女性糖尿病患者，并發(fā)癥研究以糖尿病視網(wǎng)膜病變?yōu)闊狳c，主要療效指標包括血糖監(jiān)測、結(jié)局指標、全因死亡率及患病率等，干預方式為護理、生活質(zhì)量管理、系統(tǒng)管理、健康教育、體育活動，信息化手段為機器學習、數(shù)據(jù)挖掘、互聯(lián)網(wǎng)、構(gòu)建模型、人工智能。國內(nèi)糖尿病信息化研究對象無群體突出，主要療效指標為血糖，干預方式為自我健康管理、疾病管理、健康教育，信息化手段為數(shù)據(jù)挖掘、移動醫(yī)療、互聯(lián)網(wǎng)、人工智能、深度學習、關(guān)聯(lián)規(guī)則、決策樹。

國內(nèi)外研究對比發(fā)現(xiàn)，國外對女性妊娠糖尿病的研究更加關(guān)注。國外療效指標更為多樣，利用信息化對糖尿病患病率和病死率進行分析。國外多項研究[7]表明，人工智能系統(tǒng)在糖尿病視網(wǎng)膜病變診斷方面的表現(xiàn)與臨床專家相當，具有良好的診斷性能。人工智能和遠程醫(yī)療等手段可提高糖尿病視網(wǎng)膜病變管理的效率[8]。此技術(shù)國外研究起步早，研究內(nèi)容更深入，提示我國應加大對糖尿病視網(wǎng)膜病變?nèi)斯ぶ悄芎Y查的研究。

國內(nèi)外對糖尿病信息化干預方式相近，說明全球?qū)μ悄虿⊙芯筷P(guān)注點已從疾病本身轉(zhuǎn)變?yōu)樾畔⒒笇碌闹悄芙】倒芾韀9]，即將智能手機應用程序、遠程醫(yī)療、移動醫(yī)療(可穿戴設(shè)備、智能血糖監(jiān)測、智能手機)、設(shè)備連接、機器學習技術(shù)和人工智能等應用于醫(yī)療保健，顯著提高了糖尿病護理效率[10]，管理內(nèi)容包括飲食控制、血糖監(jiān)測、運動鍛煉、用藥指導、足部護理等。研究[11]表明，信息化管理模式可有效改善糖尿病患者對糖尿病的認知，通過干預患者的生活方式，提高糖尿病患者自我管理能力[12]。

與國外相比，國內(nèi)研究高頻關(guān)鍵詞出現(xiàn)的“數(shù)據(jù)挖掘”“用藥規(guī)律”“關(guān)聯(lián)規(guī)則”值得關(guān)注。中醫(yī)藥是我國原創(chuàng)優(yōu)勢的科技資源[13]，隨著計算機技術(shù)的快速發(fā)展以及中醫(yī)信息化水平的提高，利用信息化從中藥中挖掘潛在的藥物配伍規(guī)律[14]，對其活性成分進行提取[15]，對開展糖尿病的預防治療研究的意義重大。2019年中共中央、國務(wù)院《關(guān)于促進中醫(yī)藥傳承創(chuàng)新發(fā)展的意見》提出實施“互聯(lián)網(wǎng)+中醫(yī)藥健康服務(wù)”行動，鼓勵開發(fā)人工智能輔助診斷、中醫(yī)辨證論治智能輔助系統(tǒng)等[16]。提示在借鑒西方國家先進診療理念的同時，突出傳統(tǒng)中醫(yī)診療在糖尿病患者中血糖控制、康復護理及降低并發(fā)癥的貢獻[17-18]。

3.3 糖尿病信息化研究趨勢分析 國外糖尿病信息化的研究，1998—2014年主要關(guān)注互聯(lián)網(wǎng)在糖尿病護理、生活質(zhì)量的影響，2014—2018年關(guān)注信息化對自我管理和生活方式干預的影響，2018—2021年主要關(guān)注信息化對糖尿病視網(wǎng)膜病變的識別與血糖預測。國內(nèi)從2003年開始關(guān)注中醫(yī)藥用藥規(guī)律及中醫(yī)診斷模型，2018—2019年主要關(guān)注糖尿病延續(xù)護理與互聯(lián)網(wǎng)的結(jié)合，2019—2021年主要關(guān)注信息化對糖尿病患者的血糖管理、健康管理及生活質(zhì)量的影響。

國內(nèi)外研究趨勢對比，國內(nèi)對糖尿病信息化的研究趨勢基本同國外相似，但比國外研究時間有延遲。國外現(xiàn)已關(guān)注信息化在預測血糖和識別視網(wǎng)膜病變上的應用，國內(nèi)研究仍以信息化健康管理提高生活質(zhì)量為主。

4 小結(jié)

近些年國內(nèi)外對糖尿病信息化的研究越來越關(guān)注，我國的研究內(nèi)容及關(guān)注度雖排名靠前但相較于國外發(fā)達國家遠遠不夠。我國臨床工作者應繼續(xù)大力發(fā)展中醫(yī)藥對糖尿病的防治，對人工智能在糖尿病血糖預測和微血管并發(fā)癥的應用予以重視，進一步深化研究內(nèi)容，提高研究質(zhì)量。本文仍存在一定的局限性，研究結(jié)果有待進一步深入驗證。