潘賜明 曹蓓苓 季能博 徐 尋 韋姍姍 徐宏喜 陳文慧△

（1.云南中醫(yī)藥大學，云南 昆明 650500；2.上海中醫(yī)藥大學，上海 200032）

辨證是中醫(yī)診斷的核心，也是中醫(yī)療效的關鍵。如果說辨證是中醫(yī)診斷的靈魂，那么臟腑辨證則是診斷學的皇冠。臟腑辨證理論基礎濫觴于《黃帝內經》，源于臟象學說，可以說“臟象學說”是源，“臟腑辨證”是流?！饵S帝內經》綜合歸納各臟腑證候特點，《金匱要略》開創(chuàng)臟腑辨證先河，晉隋唐時期是臟腑辨證的成長時期［1］。臟腑辨證是在認識臟腑生理功能以及病理特點的基礎上，對疾病所產生的各種臨床表現，通過四診八綱來辨別五臟六腑的虛、實、寒、熱等變化，從而為治療提供可靠依據［2］。臟腑辨證已經成為現今最主要的辨證論治方式之一，臟腑辨證的證描述方式為病性加病位［3］。這種辨證方式既能精準定位，又符合中醫(yī)哲學理論，因此在臨床上具有普遍性和實用性。臟腑辨證貫穿整個中醫(yī)診斷體系過程，以臟腑辨證為核心的研究也在實時更新，因此了解臟腑辨證的過去、嬗變以及未來的發(fā)展趨勢有助于我們更好地發(fā)現規(guī)律，從而進一步推動臟腑辨證的繼承和創(chuàng)新。守正創(chuàng)新，傳承精華是中醫(yī)目前最好的總結。本文借助Cite Space軟件對臟腑辨證的文獻進行梳理，同時可視化展現臟腑辨證相關研究領域的作者、單位、關鍵詞等熱點和趨勢。本文旨在探究臟腑辨證的領域研究熱點差異，了解其研究的發(fā)展熱點以及軌跡，為今后臟腑辨證的研究提供參考。

1 資料與方法

1.1 文獻選擇 以“臟腑辨證”為關鍵詞通過中國知網（CNKI）獲取，采用高級檢索模式，設置檢索時間為從建庫至2021年6月1日，共檢索到1 217篇相關文獻，其中學術期刊945篇，學位論文148篇，會議論文84篇，報紙文章8篇，成果7篇。

1.2 研究方法 采用Excel 2013進行年發(fā)文量分析，采用折線圖展示；Cite Space 5.6.R2軟件進行可視化分析，首先將CNKI導出的文本格式文獻進行格式轉化，再次手工檢索去重，保留1 217篇，然后對證素相關文獻進行分析，包括作者合作網絡可視化分析、關鍵詞共現網絡分析以及聚類分析、機構合作網絡分析等。借助可視化圖譜，分析證素研究領域發(fā)展演化的過程。聚類分析采用LLR算法。

2 結 果

2.1 發(fā)文量的計量學分析 對本次納入的1 217篇文獻進行統(tǒng)計，臟腑辨證的相關研究文獻開始于1974年，有1篇報道文獻，發(fā)表在《新中醫(yī)》，闡釋經絡與臟腑辨證的關聯性以及在針灸治療上的運用，被下載324次，分別于2010年和2014年被引用2次［4］。2002以前呈現平緩增長趨勢，但仍然是年發(fā)文量僅僅有數篇。2002年后呈現增長趨勢，在2019年發(fā)文量超過100篇。根據2003至2020年趨勢圖以及函數y=3x+28.842（R2=0.7274），預計其接下來仍然處于增長趨勢。見圖1。

圖1 CNKI臟腑辨證領域年度文獻發(fā)表數量分析

2.2 作者合作計量學分析 見表1，圖2。應用Cite Space 5.6.R2軟件對臟腑辨證研究相關文獻的作者合作網絡進行共現分析，時間跨度為2004至2021年，結果如圖2所示，將時間切片為1，選擇節(jié)點類型為“Author”，其他參數按默認值設置。其中節(jié)點大小代表作者的發(fā)文量情況，其連線代表作者合作的關系。作者單獨發(fā)文量分析顯示，發(fā)文量最多的分別是楊雪梅（12篇）、王玉興（10篇）、任北大（9篇）。作者合作網絡中共有節(jié)點（N=725個）、連線（E=484條），網絡密度（Density=0.0018）。通過表1和圖2可知，被引用最多的是周仲瑛（48頻次）、周學平（41頻次）、周國琪（39頻次）。以關霖靜為代表的一組合作作者較多，其他合作關系疏遠。

表1 臟腑辨證研究作者文獻被引分析結果

圖2 臟腑辨證作者合作網絡圖

2.3 單位以及研究合作機構計量學分析 見表2，圖3。臟腑辨證發(fā)文量前3的單位：北京中醫(yī)藥大學（96篇）、山東中醫(yī)藥大學（52篇）、廣州中醫(yī)藥大學（46篇）。Cite Space 5.6.R2軟件設置同前。作者合作網絡中共有節(jié)點（N=508個）、連線（E=228條），網絡密度（Density=0.0018）。對于臟腑辨證的研究被引用最多的單位有北京中醫(yī)藥大學、首都醫(yī)科大學附屬北京中醫(yī)醫(yī)院、南京中醫(yī)藥大學，合作單位較為密切。

表2 臟腑辨證研究機構文獻被引分析結果

圖3 臟腑辨證研究機構網絡視圖

2.4 研究熱點分析 1）關鍵詞以及關鍵詞共現分析。臟腑辨證主要主題詞有：臟腑辨證（223）、學術思想（33）、辨證論治（33）、臨床研究（21）、中醫(yī)辨證（20）、經絡辨證（18）、糖尿?。?6）、《中藏經》（15）、針灸治療（15）、張元素（15）、中醫(yī)診法（15）。Cite Space 5.6.R2軟件設置同前，Threshold閾值設定為Top20。關鍵詞網絡中共有節(jié)點（N=550個）、連線（E=3540條），網絡密度（Density=0.0086）。通過表3和圖4可知，共引關鍵詞主要有：辨證論治、臟腑辨證、肝腎陰虛、學術思想、臟腑。

表3 關鍵詞研究文獻被引分析結果

圖4 臟腑辨證關鍵詞研究文獻被引分析結果

2）關鍵詞聚類分析。見圖5～圖6，表4。本研究對臟腑辨證相關的關鍵詞進行K聚類分析，旨在發(fā)現臟腑辨證研究領域的主要研究方向。本次關鍵詞聚類結果Modularity聚類模塊值（Q值）為0.3802，聚類平均輪廓值（S值）為0.4176。聚類分析結果為：#0八綱辨證、#1肝腎陰虛、#2辨證論治、#3學術思想、#4體質、#5知識講座、#6張珍玉、#7針灸治療、#8中臟腑、#9中醫(yī)證候、#10三參數、#11態(tài)基。通過表5可以看出聚類的關鍵詞。圖5同時展現了時間線聚類分析，圖中信息可得，Cite Space參數：節(jié)點=550，連線=3540，模塊值 Q=0.3243，其中Q=0.3243＞0.3表明劃分出來的其結構是顯著的。節(jié)點連線表示兩篇文章存在著共引關系，圖中清晰展現了共引情況。為進一步分析臟腑辨證相關關鍵詞，通過時間線研究其演變過程，能夠清晰地看到每一類之下的關鍵詞研究的年份以及研究過程中的變化趨勢，見圖6。3）關鍵詞突現分析。突現關鍵詞是指在該研究領域的某一階段突發(fā)的高頻關鍵詞，能夠反映該研究領域的熱點以及演變狀況，同時可以預測研究趨勢。根據Strength值關鍵詞突現結果表明，研究熱點主要有學術思想、八綱辨證、臨床經驗、交通心腎、六經分類。近5年的研究熱點可以分為學術研究類（關鍵詞：黃帝內經、易水學派、經絡、數據挖掘），臨床類（關鍵詞：經驗、名醫(yī)經驗、針刺），疾病類（關鍵詞：失眠、不寐、脾胃?。？梢酝浦酉骂惾匀灰耘R床研究和疾病研究為主。借助現代科技統(tǒng)計手段，通過數據挖掘、聚類分析等進行量化研究，見表4。

表4 中醫(yī)藥數據挖掘關鍵詞突現分析表

圖5 關鍵詞聚類分析

圖6 證素相關關鍵詞聚類時間線圖譜

3 討 論

臟腑辨證肇始于先秦時期，《黃帝內經》為其奠定了理論基礎。經《中藏經》《千金要方》《醫(yī)學啟源》等歷代醫(yī)家的著作的闡釋，目前已經自成體系，并廣泛應用于臨床［5］。中醫(yī)理論基礎以五臟為核心，臟腑之間互為表里，臟腑外延又有經絡、官竅等一一對應，故臟腑辨證是中醫(yī)診斷的核心。臟腑辨證是病位+病性的雙重組合，做到精準辨證。例如脾腎陽虛證，就涉及病位證素身、脾，以及病性證素陽虛?？梢钥闯雠K腑辨證的臟腑病位與八綱病性結合的產物。正是由于臟腑本身在中醫(yī)理論基礎的重要地位，臟腑辨證與其他辨證體系（六經辨證、三焦辨證等）密切相關?？梢哉f其他辨證體系離不開臟腑病位的囊括。

本次研究共檢索到1 217篇相關文獻，年發(fā)文量一直處于上升趨勢。研究作者主要為國醫(yī)大師周仲瑛以及合作人，總體而言單位合作相對密切，這與中醫(yī)診斷學繼承發(fā)展相關。關鍵詞聚類分析結果為：#0八綱辨證、#1肝腎陰虛、#2辨證論治、#3學術思想、#4體質、#5知識講座、#6張珍玉、#7針灸治療、#8中臟腑、#9中醫(yī)證候、#10三參數、#11態(tài)基?？梢钥闯雠K腑辨證涵蓋了中醫(yī)藥、體質學說、針灸治療以及現代智能化研究。近5年的研究主要注重在以下幾個方面：經驗2016～2019、失眠2016～2021、數據挖掘2016～2021、經絡2016～2017、不寐2016～2021、名醫(yī)經驗2017～2021、針灸2017～2021、治療2018～2019、黃帝內經2018～2019、針刺2018～2019、易水學派2018～2021、病機2018～2021、脾胃病2018～2021、臟腑辨證2019～2021。通過近5年的前沿動態(tài)，不難發(fā)現基于數據挖掘某種疾病或者名老中醫(yī)經驗治療某種疾病的臟腑辨證的證候是繼續(xù)研究的方向。

臟腑辨證是目前中醫(yī)診斷智能化研究的基礎。早在20世紀80年代以朱文鋒教授為代表的中醫(yī)診斷界學者根據臟腑辨證提出了證素概念。當時初步提取出規(guī)范的病位證素19項、病性證素31項，五官?？撇∥?項，待定或暫做特殊者9項［6］。證素概念的提出，精準化和量化了中醫(yī)診斷體系，證素辨證學中病位、病性、“證候-證素”積分等概念的提出，促進了中醫(yī)診斷學走向數字化發(fā)展［7］?；谧C素的“雙層頻權剪叉”算法數學模型的構建，中醫(yī)智能輔助診療的系統(tǒng)問世，同時把中醫(yī)診斷推向了新的研究高潮［8-9］。目前眾多的算法研發(fā)問世，例如基于貝葉斯網絡、神經網絡算法、Python語言和自然語言等對證素智能化研究［10-12］。另外基于證素的以舌診為導向的研究已經成為熱點，這可能成為中醫(yī)診斷的革命性研究［13-15］。

本研究的不足在于僅對CNKI的數據進行了分析，具有一定的局限性。這次分析雖然不能面面俱到，但仍然可以一葉知秋。