COVID-19相關研究的文獻計量學分析

姚春霖，孫 燕，陳 蕊，孫樹俊，林 云

華中科技大學同濟醫學院附屬協和醫院麻醉科（武漢 430022）

新型冠狀病毒肺炎（corona virus disease 2019，COVID-19）是以發熱、乏力、干咳為主要臨床表現，以呼吸道飛沫和密切接觸為主要傳播途徑的烈性傳染病。2020年國家衛生健康委員會第1號文件將COVID-19納入《中華人民共和國傳染病防治法》規定的乙類傳染病，并采取甲類傳染病的預防、控制措施[1-3]。COVID-19的致病微生物是新型冠狀病毒（SARS-CoV-2），進入人體后常有1～14天的潛伏期，多數在3～7天發病，與SARS和MERS高致死率不同，COVID-19致死率較低，文獻報道僅為0.7%～5.8%[4]。截至2020年11月15日24時，全球COVID-19累計確診病例超5.4×107例，累計死亡病例超過1.3×106例[3]，目前COVID-19感染病例和死亡病例仍在持續增加，COVID-19相關研究依然是當前醫學領域主要的研究熱點之一。

CiteSpace是目前廣泛使用的可視化分析軟件，被用于多學科領域的知識圖譜繪制[5-6]。本研究應用CiteSpace軟件對Web of Science數據庫收錄的COVID-19相關文獻進行可視化分析，探索當前COVID-19研究現狀、研究熱點和發展趨勢，為該領域未來研究提供科學參考。

1 方法

1.1 數據來源

以Web of Science核心合集為檢索數據庫，以"nCoV-2019" OR "2019-nCoV" OR "COVID-19" OR"SARS-CoV-2" OR "novel coronavirus"為檢索詞，時間限定于2019年12月1日至2020年11月15日。使用數據庫中的“文獻類型精煉”選項對檢索結果進行提煉，納入論著、綜述，排除了會議摘要、評論、論文集論文、來信等不符合納入標準的文章類型。以“全記錄與引用的參考文獻”及“純文本”格式導出檢索內容。本研究是對現有文獻的匯總分析，無需所在機構倫理委員會審批。

1.2 數據分析及處理

使用CiteSpace 5.6軟件對COVID-19相關文獻進行計量分析，主題節點包括期刊、國家/地區、作者、研究機構、關鍵詞聚類和被引文獻分析。其中網絡圖譜中節點的大小表示出現次數或被引頻次的多少，節點間線條粗細表示節點之間聯系緊密程度，線條越粗、顏色越深代表節點之間的聯系越緊密，有著更深的合作關系。

2 結果

2.1 文獻發表情況

截止2020年11月15日，Web of Science網站已發表58 000余篇COVID-19相關文章。排除會議摘要、論文集和信件之后，獲得28 069篇論著和3 387篇綜述，其中28 875篇（91.79%）英文，604篇（1.92%）德文，575篇（1.83%）西班牙文，1402篇（4.46%）其他文種發表。本研究僅納入英文文獻并導入CiteSpace軟件進行分析。

2.2 期刊/雜志分析

截止2020年11月15日，共有3 879個期刊發表了COVID-19相關文章。被引期刊/雜志排名前三的分別是Lancet（15 179次），New Engl J Med（13 838次 ） 和JAMA-J Am Med ASSOC（10 386次），表1中列出了被引排名前十的雜志。此外，我們通過CiteSpace對COVID-19相關期刊進行了疊加，結果顯示共有三種引用路徑：黃色的途徑，在免疫學/生物學期刊上發表的論文大多引用了生物學/遺傳學領域的期刊；中間綠色路徑，在醫學/臨床期刊上發表的論文部分引用了生物學/遺傳學領域的期刊；最下面的綠色路徑是在醫學/臨床期刊上發表的論文，部分引用了健康/醫學領域的期刊，如圖1所示。

圖1 與COVID-19相關的期刊的雙圖疊加圖Figure 1. The dual-map overlay of journals related to COVID-19

表1 2019年至2020年COVID-19研究論文被引排名前10的期刊Table 1.Top 10 journals cited for COVID-19 research from 2019 to 2020

2.3 作者分析

作者發表研究的數量和引用頻次一定程度上可以反映作者的科研能力和學術水平。如表2和圖2所示，發文量前十的作者中，Zhang W（45篇）排名第一，其次是Li W（43篇）、Wang W（39篇）和Liu L（39篇）。但是,被引用次數最多的作者/機構是Huang CL（5 580次），其次是WHO（4 625次）和Guan W（3 632次） 。

圖2 作者分布（A）對COVID-19研究做出貢獻的重要作者網絡地圖（B）對COVID-19研究做出貢獻的被引作者網絡地圖Figure 2. The distribution of authors(A) The network map of important authors contributed to COVID-19 research. (B) The network map of co-cited authors contributed to COVID-19 research.

表2 2019年至2020年COVID-19研究領域發文量被引量前10的作者Table 2. The rank of 10 authors and co-cited authors in the field of COVID-19 from 2019 to 2020

2.4 國家（地區）和機構分析

以國家（地區）和機構分別進行文獻的視圖分析。 如表3和圖3所示，美國是COVID-19領域發表文章最多的國家，已發表9 060篇，且與其他國家研究合作緊密。 在COVID-19研究領域排名前5位的研究機構分別是：華中科技大學（653篇）、哈佛大學（547篇）、武漢大學（414篇）、米蘭大學（329篇）和多倫多大學（329篇）。

圖3 國家（地區）和機構的分布（A）參與COVID-19研究的國家（地區）網絡地圖 （B）參與COVID-19研究的機構網絡地圖Figure 3. The distribution of countries and institutes (A) The network map of countries/regions that involved in COVID-19 research. (B) The network map of institutes that involved in COVID-19 research

表3 2019年至2020年COVID-19研究領域發文排名前10的國家和機構Table 3. Top ten countries and institutions in the field of COVID-19 research from 2019 to 2020

2.5 關鍵詞共現分析

通過觀察關鍵詞共現網絡，我們發現出現頻率最高的關鍵詞是COVID-19（16 959次），其次是冠狀病毒（5 688次）和SARS-CoV-2（5 678次）。CiteSpace中，節點的大小表示出現頻率的多少，節點越大，預示出現頻率越高。節點間線條越粗，顏色越深，預示著節點之間的聯系越緊密。如圖4所示，我們可以直觀地觀察到每個關鍵詞所對應節點的大小，其中這些較大的節點主要集中在COVID-19致病機制和臨床表現方面。

圖4 COVID-19 關鍵詞共現分析圖譜Figure 4. The keywords that published articles related to COVID-19 research

2.6 被引文獻分析

我們使用CiteSpace構建了被引文獻的網絡（圖5），揭示了論文之間的相關性。所有分類均以出版物參考文獻中提取的術語命名，以關鍵詞為聚類標簽，采用LLR算法進行聚類。結果顯示最大的聚類簇是“＃0羥氯喹”，其余依次為“＃1臨床特征”“＃2急性心肌梗死”“#3刺突蛋白”。

圖5 COVID-19引用文獻聚類分析網格圖集Figure 5. COVID-19 cited literature cluster analysis map

3 討論

本研究對2019年12月1日至2020年11月15日Web of Science核心數據庫中COVID-19相關研究文獻進行了計量分析。目前，COVID-19已在全球范圍內廣泛擴散和流行，其中美國是疫情最嚴重的國家之一，而我國是現階段為數不多的疫情得到基本控制的大國之一，就全球范圍而言COVID-19新進確診病例和死亡病例目前仍在攀升，對COVID-19進行深入的科學研究及尋找有效的控制方案依然是當前醫學領域重要的科研焦點，我們的研究為COVID-19研究者迅速掌握COVID-19研究基礎和把握COVID-19研究前沿提供科學指導。

研究結果表明，中國和美國在COVID-19研究領域處于領先地位。同時，本研究結果展示了COVID-19研究領域重要的研究者和核心研究機構，這為COVID-19研究者尋找潛在合作伙伴提供參考。

文獻共被引是指同一引用文獻中引用的兩個不同的文獻，它們可以揭示特定領域知識結構的演變和研究重點。本文引用文獻聚類有很多種，大致包括臨床表現、治療方法、感染機制、診斷方法、病史、藥物疫苗和神經系統表現等。新型冠狀病毒肺炎的藥物治療、臨床表現和感染機制是研究的重點。

治療方案（聚類I）：COVID-19爆發以來，醫務工作者和基礎科研人員從不同的機制探尋有效的治療方案，包括呼吸支持治療、抗病毒藥物應用、免疫療法、激素應用、中醫中藥以及抗凝干預等[7]。羥氯喹是氯喹的衍生物，這類藥物早期主要作為一種抗瘧疾藥在臨床中應用，之后應用范圍逐漸擴大到自身免疫系統性疾病和抗病毒治療方面。Wang等通過體外實驗證實了氯喹抗SARS-CoV-2病毒的療效，其可能是通過抑制細胞血管緊張素轉換酶2受體的糖基化，從而干擾SARS-CoV-2病毒與受體細胞膜的融合[8]。然而，一些臨床觀察并未得出一致的結論，Cavalcanti 等發現單獨應用羥氯喹或聯合阿奇霉素并不能改善輕中度COVID-19患者的臨床結局，且不良反應明顯增加[9]。我國最新版《新冠肺炎診療方案》中不推薦單獨應用羥氯喹或聯合使用阿奇霉素治療COVID-19[10]。關于抗病毒藥物除了氯喹/羥氯喹，α-干擾素、克立芝、利巴韋林、瑞德西韋等均有大量研究進行療效觀察。然而，目前為止，COVID-19仍無特效藥物可以治療，探索新的治療藥物或手段仍是目前的熱點。

臨床特征（聚類II）：大量已發表的文獻描述了COVID-19的臨床表現，這是COVID-19患者所表現出的最直觀的特征。目前COVID-19的全球致死率為0.7%～5.8%，中國大陸的致死率為0.66%[4]。其中80%的COVID-19感染者為輕型病例，癥狀為無肺炎表現或輕型肺炎表現，X線片可能無明顯改變；14%為重癥病例，癥狀或體征包括呼吸急促（頻率＞30次/分）、血氧飽和度降低＜93%（未吸氧狀態下）、氧合指數（PaO2/FiO2）＜300或1～2天肺滲出液＞50%；6%為危重病例，癥狀多表現為呼吸衰竭、敗血性休克和多器官功能衰竭[4,11-15]。除影響呼吸系統外，COVID-19還會影響：①心血管系統（心肌標志物的升高提示心肌損傷，突發心臟衰竭或急性心肌梗死甚至心跳驟停）[16-17]；②神經系統（重癥患者的神經系統損傷較明顯，多表現為中樞神經癥狀，如頭痛、頭昏、意識障礙和急性腦血管病等）[18-19]；③消化系統（癥狀多為腹瀉嘔吐，少數表現為腹痛，而危重癥患者的肝功能損害與輕癥患者相比則更加明顯）[20]；④泌尿系統（63%患者會出現蛋白尿，27%出現血尿，少數患者則會發展為急性腎損傷和腎功能衰竭）[21]。

感染機制（聚類III）：通過研究之前的冠狀病毒（如Ro-BatCoV HKU10和HCoV-EMC等）的感染機制，研究人員發現血管緊張素轉化酶-2（ACE2，宿主細胞膜上最重要的受體之一）與帶有弗林蛋白酶切割位點的刺突蛋白相互作用，發生蛋白水解和酸化，導致了SARS-CoV-2的入侵，同時機體釋放大量炎性因子，使得血管炎性滲出增加，加重了組織水腫，嚴重時可致器官衰竭[22-24]。而ACE2廣泛存在于身體內重要器官中，這也解釋了COVID-19不僅僅是對呼吸系統造成損害，也表現出全身器官受累癥狀[25-26]。2020年最新研究發現COVID-19胞膜上的刺突蛋白與ACE2的結合能力相比SARS-CoV更強，所以刺突蛋白可能是針對COVID-19研發治療性抗體和檢驗診斷的關鍵靶點[27-29]。

本研究簡要分析了近 1年COVID-19研究的現狀、熱點和發展趨勢，研究的不足之處在于僅納入了 Web of Science 核心合集文獻中的英文文獻，且文章類型僅包括“文獻”和“綜述”，可能會存在偏倚。此外由于本研究納入文獻時間跨度小，因此CiteSpace軟件無法根據COVID-19關鍵字時區圖分析COVID-19研究趨勢。