,,,,
隨著信息化的不斷發展,圖書館在為科研人員提供知識化、深層次服務過程中可使用的科研分析工具越來越多。PubMed在醫藥領域具有權威性,但僅支持對檢索結果的簡單篩選,缺乏系統歸類和分析功能;其檢索結果默認按時間排序,缺少相關度排序方式等,給檢索和篩選文獻帶來一定困難,特別是檢索命中的結果較多時問題尤為突出。
由于PubMed提供了應用程序接口服務,允許外部開發人員利用其資源開發檢索分析工具。近幾年已有30多種基于PubMed數據源的檢索工具應運而生,一定程度上彌補了PubMed的不足[1],包括德國的GoPubMed、中國的bdPubMed、美國的Anne O'Tate和PubFocus,以及歐洲的CiteXplore等。筆者通過bdPubMed檢索平臺為用戶提供了深層次的糖尿病腎病課題咨詢服務。
糖尿病腎病(diabetic nephropathy,DN)是糖尿病最嚴重的并發癥,表現為腎小球高濾過、濾出清蛋白、腎小球基底膜增厚、系膜細胞增生及細胞外基質增多,導致腎小管及間質的纖維化,最終引起腎臟功能衰竭。近年來全球患病人數不斷增長,已成為導致終末期腎臟病的主要原因之一。DN發病機制涉及多種因素,目前已知的有高血糖狀態、血流動力學改變、腎素-血管緊張素Ⅱ-醛固酮系統激活、炎癥信號通路等,但具體發病機制仍未闡明[2]。
bdPubMed檢索平臺是2012年華中科技大學同濟醫學院與濟南泉方科技有限公司合作開發的本地化數據庫產品。其檢索結果與PubMed一致,但在檢索結果界面增加了知識演進圖譜、指紋共詞分析、高影響論文分析、高被引論文分析等功能。這些功能模塊可實現類似Bicomb系統提取高頻主題詞、SPSS軟件分析研究現狀和熱點等[3],并可實現如文獻可視化分析軟件Vosviewer、Ucinet[4]及CiteSpace軟件繪制的學科分布的科學知識圖譜等[5]。該平臺從文獻檢索到數據分析實現了一站式,不需要反復導入數據和使用多個數據分析軟件。
登錄bdPubMed,以“Diabetic Nephropathies”為主題詞進行檢索,檢索不作任何限定,檢索時間為2014年11月23日,共檢出19 502條文獻,檢索結果界面見圖1。

圖1 本地PubMed檢索結果界面
點擊檢索結果界面右側的“知識圖譜”,可見各研究方向(主題詞)在不同年份的文獻量。系統默認推薦20個主題詞,也可以點擊“更多主題詞”以了解更多主題詞信息。根據研究領域的不同,將“更多主題詞”分為多個大類。關于此檢索主題,系統推薦的第一個類是“Amino Acids,Peptides,and Proteins”(氨基酸,肽類和蛋白質)。
統計數據表明,目前研究較多的是Hemoglobin A,Glycosylated(糖基化血紅蛋白A);Glycosylation End Products,Advanced(晚期糖基化終末產物),Cholesterol,HDL(高密度脂蛋白膽固醇),及Serum Albumin(血清白蛋白),C-Reactive Protein(C反應蛋白)等。這些主題詞都是關于DN發病機制方面的研究,尤其與炎癥相關,是目前DN研究的重點領域之一。
近年研究表明,炎癥通路在DN的發病和進展中發揮著關鍵作用,DN被看作是一種由代謝紊亂引起的炎癥性疾病[6]。其中C反應蛋白(C-Reactive Protein,CRP)在1930年由Tillet和Francis發現,目前在臨床中應用相當廣泛,是重要的炎癥檢測指標[7]。通過bdPubMed可了解C反應蛋白在DN中的研究情況(圖2)。
從圖2可看出,關于C反應蛋白最早的一篇文獻為國際著名醫療機構丹麥Steno糖尿病研究中心的Myrup B等1996年發表于Thrombosis research的文獻,該刊影響因子為3.13。2000年又有2篇相關文獻發表,其中一篇發表于Journal of theAmerican Society of Nephrology,該刊影響因子為8.99。此后關于此方向的研究逐漸增多。如果想進一步了解有關C反應蛋白的高影響因子(impact factor,IF)論文或者高被引(times of cited,TC)論文,可在bdPubMed的檢索結果界面(圖1)點擊“高IF論文”和“高TC論文”按鈕。

圖2 C反應蛋白在DN中的研究情況
從“高IF論文”分析中可看出,影響因子最高的一篇文獻為2000年發表于Journal of the American Society of Nephrology,該刊影響因子為9.466。“高TC論文”分析顯示,DN領域中C反應蛋白在谷歌學術中被引次數較高的文獻是發表于American Journal of Kidney Diseases,目前該文在谷歌學術中被引用261次(表1)。

表1 谷歌學術中DN領域中C反應蛋白被引次數較高的文獻
這5篇文獻是該領域內經典的、不可不看的文獻。而了解目前有哪些藥物用于DN的治療,可使用知識演進圖譜中的“設置”功能。在知識圖譜的“設置”界面,勾選“副主題詞過濾”中的“therapeutic use”,然后點擊“確定”就可看到讀者需要了解的相關藥物。分析結果顯示,目前治療DN的藥物主要為Angiotensin-Converting Enzyme Inhibitors(血管緊張素轉換酶抑制劑,ACEI),Antihypertensive Agents(抗高血壓藥),Insulin(胰島素),Angiotensin II Type 1 Receptor Blockers(血管緊張素Ⅱ1型受體拮抗劑,ARB),Immunosuppressive Agents(免疫抑制劑)以及Hypoglycemic Agents(降糖藥)等。具體的藥物有Losartan(洛沙坦),Captopril(卡托普利),Enalapril(依那普利)等。
從發文量來看,1965年就有了關于Insulin的報道,截至目前發文量為508篇;1987年出現了第一篇關于ACEI的文獻,截至目前發文量為1 014篇;2002年出現了第一篇關于ARB的文獻,截至目前發文量為333篇;從時間上來看,Insulin一直受到關注,而ACEI發文量在2005年大幅下降之時,正是在ARB發文量大幅增長之時。
有學者特別指出:“KDIGO指南以及ADA指南均建議對于高血壓合并蛋白尿患者給予ARB/ACEI治療,一種不能耐受給予另一種治療。ACEI或ARB雖然均屬于RAS阻斷劑,但作用機制不盡完全相同,這些機制上的差異或許對臨床心腦腎治療終點有不同的影響。目前越來越多的學者開始重視這些差異帶來的長遠不同的臨床結局”[8]。
作為一種新藥(相對于ACEI),ARB可能有一些獨特之處。如果需進一步了解ARB治療DN的文獻,可在檢索結果界面中點擊“指紋共詞”。“指紋共詞”是指兩個關鍵詞或者主題詞共同出現在一組文獻中的篇數,并將隨時間的演進路徑顯示出來的一種方法。
點擊“指紋共詞”后,可看到系統推薦的64組兩兩共詞,點擊“更多主題詞”來選擇我們需要分析的具體的主題詞Angiotensin II Type 1 Receptor Blockers與Diabetic Nephropathies(圖3)。

圖3 ARB與DN的共詞分析
從圖3可看出,ARB與DN同時出現在一篇文獻中的時間最早為2002年,截至2014年11月共同出現在11篇文獻中(表2)。

表2 2014年ARB與DN共同出現的11篇文獻
11篇文獻中有5篇均來源于The New England Journal of Medicine(新英格蘭醫學雜志)。其中有文獻指出,ACEI和ARB聯合治療可能會導致DN患者急性腎損傷和高鉀血癥[9]。中南大學藥學院的劉良裕也指出,僅僅是簡單地控制高血糖、高血壓、高血脂以及限制蛋白的攝入等基礎治療已經不足以控制DN的發生和發展,包括ACEI和ARB類藥物在治療晚期DN方面也并無優勢,而且ACEI和ARB類藥物對DN損傷的直接保護作用尚不明確,長期應用這兩類藥物還可能出現程度不等的血肌酐升高現象,有引起腎功能不全的風險[10]。因此,針對DN的發病機制研發新藥是另一個研究熱點。
糖尿病腎病是一個較大的研究領域。DN的發生、發展涉及多種發病機制的參與,各個機制所起到的作用眾說紛紜,發病機制尚不明確。[11],這是目前DN研究的熱點之一。ACEI和ARB是目前國際公認的防治DN的一線藥物,但長期應用有引起腎功能不全的風險。因此針對DN病理過程的藥物開發將是DN研究的另一個熱點,如針對炎癥反應研發的吡哆胺等。2014年,Alicic RZ等發現,吡哆胺(Pyridoxamine)能夠通過抑制人糖基化終末產物(AGEs)的形成,清除ROS和自由基,從而能夠有效地幫助糖尿病患者抑制或預防中度腎疾病的進展[12]。這是針對炎癥反應研發的新藥,目前還未在臨床中大規模應用。
針對我館用戶需求,筆者通過bdPubMed平臺進行檢索、分析,確定糖尿病腎病研究方向。總體上講,該平臺使用方便、操作簡單,是圖書館學科館員的得力助手。但也存在一些問題,如不能分析CNKI等中文文獻,論文被引次數來自于谷歌學術而不是權威的Web of Science,而且不能導入Web of Science的數據。這為數據分析的準確性帶來不利影響。該平臺與SPSS等專業分析軟件相比較,沒有SPSS軟件中的回歸分析、曲線估計、多重響應等[13]功能。
期望該平臺在今后發展中,會更加專業,功能更加強大,更好地為用戶提供針對性、知識化、個性化的深層次服務。