“冠狀病毒”科學論文主題演變規律的歷時性分析

鄧君 孫紹丹 常嚴予 宋先智 鄧寶成

關鍵詞：冠狀病毒;主題建模;網絡分析：歷時性分析

2020年，突如其來的新冠病毒（COVID-19）席卷全球，對全球經濟和社會發展帶來了巨大挑戰。COVID-19暴發也引起了學術界對冠狀病毒的研究熱潮。科學家作為抗擊病毒的一線者，積極投身于科研中，發表了大量冠狀病毒研究論文。這些研究成果并非一蹴而就，是一個歷時性的知識繼承過程。COVID-19作為冠狀病毒的一種，備受全世界科研人員矚目，探討冠狀病毒科學論文主題規律對推動COVID-19科研進步具有重要的意義和價值。從美國的白宮科技政策辦公室（Office of Science andTechnology Policy，簡稱OSTP）推動創建的CORD-19數據集看，學術界大概從20世紀50年代開始進行冠狀病毒研究，并以多樣化視角積極探索病毒基本原理及預測模型應用等相關主題。新冠疫情下.推動冠狀病毒科學研究發展成為重要的命題，在此命題下亟待精準把握冠狀病毒研究的動態趨勢及關注焦點，探索應對冠狀病毒的科研發展之路，為該領域科研人員做出創新性成果提供參考思路。

鑒于此，本文以OSTP推動創建的CORD-19數據集為例，根據3個典型冠狀病毒（2003年非典型肺炎（SARS）、2012年中東呼吸綜合征（MERS）、2019年新型冠狀病毒（COVID-19））暴發時間將其劃分為4個時間段（1955-2002、2003-2011、2012-2018、2019-2020），運用LDA主題建模和網絡分析方法，從語義層面解讀每個階段冠狀病毒的主題內容規律、主題文檔分布規律、主題作者網絡規律，從歷時性視角檢視1955-2020年冠狀病毒整體的主題演變態勢.總結歸納冠狀病毒科學論文的主題規律，把握冠狀病毒的總體研究方向和聚焦點，推動該領域的科研進步及創新。

1相關研究

新冠疫情下，不同學科專家從不同視角探討新冠疫情應對之策。其中圖情領域學者主要從信息情報、科學計量學視角分析疫情防控路徑，一是探討疫情信息的治理問題，如《圖書情報知識》和《信息資源管理學報》兩刊聯合策劃推出了專稿“突發公共衛生事件中的科學應對與思考：圖情專家談新冠疫情”，從社會風險感知與公共危機預警、應急輿情分析與應急信息綜合治理、疫情虛假信息甄別、疫情數據應用與治理、對抗疫情的科技信息共享與支持、疫情相關科研成果發表與傳播角度出發，圍繞“疫情信息”展開，凸顯圖情學科在疫情防控中的優勢。二是探討情報理論在疫情防控中的應用，如蘇新寧等從情報體系視角闡明情報在疫情防控中的作用機制，分析了3個應急階段情報流對疫情防控的精準刻畫及疫情全局演變規律的揭示。曹振祥等闡述了新冠肺炎疫情防控中應急情報服務模式。三是分析圖書館在疫情防控下的應對策略.提出新冠疫情下圖書館如何為用戶提供服務策略，轉變傳統的服務模式。四是從科學生產和計量學角度探討疫情相關文獻的科研合作及開放原則，如Belli S等借助VOSviewer工具分析了Web of Science上的18875篇冠狀病毒文獻.分析在這一主題上的國際科學合作機構情況，并討論了冠狀病毒文獻開放獲取的比例和類型。ZhangL等通過對過去20年間關于5種病毒的32000篇文獻進行計量分析，發現學術界對突發公共衛生事件反應迅速，發表的論文數量迅速增加。HomolakJ等選擇PubMed數據庫3631篇文獻和Scopus數據庫1528篇文獻，探討科研成果的開放問題，呼吁科學家采取開放透明方式加強文獻的共享和交流。Torres-Salinas D探討了Dimensions、Web ofScience Core Collection、Scopus、PubMed和8個存儲庫中關于COVID-19的出版物刊登文獻數量，結果發現Dimensions出版物總數為9 435份（69%為同行評議和2677份預印本），遠遠高于Scopus（1568份）和WoS（718份），且有關COVID-19的3/4的出版物是開放獲取的。

綜上，圖情界學者從本學科視角對COVID-19進行了相關研究，主要以情報理論助力疫情防控、圖書館等實體機構應對策略、傳統計量學視角分析文獻特征等研究為主。其中，計量學研究主要集中于文獻的元數據特征，如核心作者識別、機構合作情況探討、文獻開放獲取比例等，尚未深入到文獻內容語義層面。因此，本文在此基礎上引入主題、時間、網絡元素，通過主題建模和網絡分析方法，以OSTP推動創建的CORD-19數據集為例，挖掘冠狀病毒相關文獻的階段性主題內容特征，探索文獻主題分布規律以及解構核心作者的主題態勢，從語義層面解讀冠狀病毒的主題規律，以期推動冠狀病毒研究的進步。

2研究方法及設計

2.1研究方法

2.1.1 LDA主題建模

隱含狄利克雷分布LDA（Latent Dirichlet Allo.cation）是由Blei D M等于2003年提出的一種特殊的主題模型，也稱為三層貝葉斯概率模型，包含詞、主題和文檔3層結構，現已成為最流行的主題建模方法。圖1展示了LDA主題建模的基本原理。

2.1.2網絡分析

網絡是由節點和邊構成的關系圖，通過平均度值、中心性、網絡規模、連通性、聚類系數、平均路徑長度和網絡密度等指標衡量網絡結構特征。本文借助網絡分析方法解讀冠狀病毒科研成果中作者之間的網絡關系結構特性，并通過Gephi揭示作者與研究主題之間的網絡關系特征.試圖明晰不同時間段內冠狀病毒不同研究主題下有代表性的作者群體，為該領域學者提供冠狀病毒研究基礎態勢分析，助力科研工作者了解冠狀病毒領域的突出性研究成果，進而催生冠狀病毒研究新的生長點。

2.2研究設計

冠狀病毒科學論文主題演變規律的歷時性分析設計如圖2所示，共分為5步：

1）數據來源：OSTP推動構建的COVID-19研究數據集。

2）數據清洗：采用Pandas和Gensim包對數據進行停用詞及詞形還原處理。

3）創建字典及語料庫：利用Gensim包中doc2bow詞袋模型構建詞典。

4）冠狀病毒科學論文主題建模：運用LDA主題建模分別對4個時間段內主題內容和主題文檔分布規律進行分析。

5）冠狀病毒科學論文主題作者網絡分析：應用Gephi分析4個時間段內主題作者網絡關系。

3冠狀病毒科學論文主題建模

3.1數據來源

本文以OSTP發布的CORD-19數據集為數據源。該數據集由艾倫人工智能研究所、陳·扎克伯格倡議、喬治敦大學安全與新興技術中心、微軟研究院、美國國立衛生研究院國家醫學圖書館與美國白宮辦公室合作創建，包括PubMed的PMC開放獲取語料庫、世衛組織（WHO）維護的語料庫、bioRxiv和medRxiv預印本文庫中47000余篇學術論文.涉及COVID-19、SARS-CoV-2和相關的冠狀病毒研究。在CORD-19發布后，Kaggle緊隨其后發起CORD-19數據集文本挖掘競賽，提出十大難題.召喚AI研究人員開發文本數據挖掘工具助力醫學界。同時，也有很多科研成果在用CORD-19數據集進行研究。根據圖3冠狀病毒論文發表態勢，結合3種典型的冠狀病毒（SARS一2002.12，MERS-2012.9，COVID-19-2019.12）暴發時間，將研究數據劃分為4個階段，即1955-2002、2003-2011、2012-2018、2019-2020，分別分析4個階段冠狀病毒的研究主題。表1是各個時間段冠狀病毒發文量。

3.2數據預處理

使用Pandas包去空值，保留字段[‘title，‘ab.stract，‘authors，‘journal，‘publish_year]，正則表達式處理pulish_year列，只保留年份信息，按時間排序處理，如表2所示。

3.3創建字典和語料庫

首先，利用Gensim預處理函數將所有詞匯處理成小寫，并創建Bigrams模型;其次，采用N1TK中stop words模塊去停用詞，Spacy庫進行詞形還原，只取名詞、形容詞、動詞和副詞;接著用cor.pora.Dictionary函數創建字典;最后，用詞袋模型doc2bow創建語料庫，如圖4所示。

3.4模型訓練

本文的實驗環境是Python3.6，使用工具是Gensim包models.1damodel.LdaModel。由于LDA主題建模是典型的無監督模型，主題個數是重要的參數輸入。為避免模型欠擬合或過擬合，通過訓練多個模型，交叉驗證選取最優主題個數。采用主題一致性Coherence Score和困惑度Perplexity雙重評價指標，如圖5、圖6所示，并綜合兩個指標選取主題數較少、一致性分數較高和困惑度較低的主題數。

由圖5、圖6可知.1955-2002年Num Topics=10時，模型Coherence Score分數最高，Perplexity較低，因此選擇10作為模型訓練的主題數;2003-2011年Num Topics=18時.模型Coherence Score分數最高，Perplexity較低.選擇18作為模型訓練的主題數：2012-2018年Num Topics=15～20時，模型Coherence Score分數最高，Perplexity較低，在比較15和20類別的主題聚類圖后選擇20作為模型訓練的主題數，相對較優。2019-2020年NumTopics=12時，模型Coherence Score分數最高，Per-plexity較低，在比較12和20類別的主題聚類圖后選擇12作為模型訓練的主題數，相對較優。

4冠狀病毒科學論文主題規律分析

4.1冠狀病毒主題內容規律

通過LDA主題建模生成各主題類別主題詞，主題詞代表了該主題下冠狀病毒研究的聚焦點，通過分析各主題類別的主題詞總結歸納該階段冠狀病毒研究熱點。表3～6中。表示和傳染病醫學領域研究者咨詢后保留的主題詞，能代表該領域的研究觸點。部分字母的縮寫形式經過醫學專業者判定，給予了恰當的解釋。Topic表示主題類別，Topic-words表示主題詞.每個Topic下保留概率排在前10位的主題詞。

4.1.1 1955-2002年主題內容分析

主題建模后該時間段內選擇10個主題。根據表3，該階段研究主要集中于冠狀病毒核糖核酸、基因序列、蛋白質、人類病毒感染一細胞、抗體疫苗、菌株分離、鼠肝炎冠狀病毒、豬傳染性胃腸炎病毒、雞傳染性支氣管炎病毒、牛病毒性腹瀉病毒、病人呼吸道系統感染等。從這些主題詞可以看出，研究者主要關注冠狀病毒基本機理研究、冠狀病毒動物模型研究、病毒抗體及疫苗研發、病毒菌株、臨床試驗及流感等。表現載體主要是呼吸道系統和消化道系統，且該階段屬于冠狀病毒發現及確認初期，主要存在于動物疾病中.如鼠肝炎冠狀病毒。

4.1.2 2003-2011年主題內容分析

主題建模后該時間段內選擇18個主題。根據表4，該階段有代表性的主題詞有：SARS、抗體疫苗、藥物治療、蛋白質、細胞、蛋白酶活化性、病原體、宿主、研究論證、病人感染、DNA、變異、流行病、急性呼吸道系統感染、控制傳染病暴發、小世界網絡模型、病毒感染、核糖核酸、基因序列、菌株分離、樣本實驗等。從這些主題詞可以看出，學者研究焦點在SARS、病毒基本機理、抗體疫苗、病原體宿主、病毒變異、大量研究論證、數學統計模型、人類病毒感染等。較1955-2002年，該階段出現了之前尚未研究的觸點，如藥物治療、網絡模型、病原體宿主、基因變異、大量論證等，這是由于SARS暴發，出現典型的人際傳播現象，沖擊了衛生保健系統。此階段強化了對冠狀病毒微觀結構、DNA研究，且對病原體、宿主、變異、藥物治療研究成為熱門主題，同時小世界模型給病毒傳播網絡研究提供了學術動力。

4.1.3 2012-2018年主題內容分析

主題建模后該時間段內選擇20個主題。根據表5，該階段的主題詞有血液、治療、病毒傳播監測、蛋白活性、宿主、病毒試驗、細胞、免疫、病毒感染、病原體、病毒基因、抗病毒干擾素、RNA基因、蝙蝠、病毒宿主、數據論證、嚴重急性呼吸道疾病、治療策略、流行性感冒、病毒菌株分離、抗體、疫苗、病毒暴發危險、網絡模型預測等。據此分析，研究者將研究觸點聚焦于病毒基本機理、抗體疫苗、病毒宿主、干擾素研究、大量研究論證、病毒引發的衍生災害預防、網絡傳播模型預測等。這一階段除繼承上述兩階段的研究內容外，較為突出的是對SARS蝙蝠宿主的重大發現.抗病毒干擾素研究及暴發于中東的MERS冠狀病毒。

4.1.4 2019-2020年主題內容分析

主題建模后，該階段選取12個主題。根據表6，該階段的主題詞有COVID、城市、網絡、信息、醫療、秩序、趨勢、服務、意大利、死亡、陽性、陰性、措施、傳播、模型預測等，這些主題詞也同樣有別于前3個時間段，COVID病毒引發全世界關注，意大利成為關注焦點。新冠病毒相較于SARS和MERS，具有更強的傳染性，人際傳播周期短，因此，對于病毒的檢測和切斷傳染途徑的方法成為重中之重。這時期除了對冠狀病毒醫學原理方面的研究，更關注通過模型預測病毒傳播速率，控制病毒傳播，完善衛生健康服務體系，改善醫療衛生服務系統，側重從防控視角研究冠狀病毒帶來的衍生危害。

4.2冠狀病毒主題文檔分布規律

本文隨機選取4篇文檔，繪制其文檔一主題分布圖，如圖7所示。可以看出，所選文檔的某1個或2個主題概率相比其他主題概率高出許多.即文檔均存在焦點主題，說明訓練出來的主題模型可以很好地表示文檔主題，具有代表性。

同時，本文根據文檔一主題分布計算了不同時間段內同一主題文檔概率的平均值，以及各主題類別的文檔規模，并繪制折線圖，如圖8所示，橫軸顯示主題類別，縱軸顯示主題強度概率值（左側）和主題規模概率值（右側），圓形折線表示主題強度，方形折線表示主題規模。可以看出，1955-2002年.主題0和主題9強度最大，前者是有關RNA核糖核酸和基因序列研究，后者是有關病人呼吸道系統感染研究;主題5文檔規模最大，即研究者著重于人類病毒感染及細胞相關研究。2003-2011年，主題強度總體差別不大，主題3、6、7、9、17相對較高，即對冠狀病毒蛋白質、人類病毒感染、流行病及病毒樣本檢測等研究更為突出;主題6文檔規模最大.說明該階段主要以冠狀病毒研究論證的文獻為主。2012-2018年，主題3、6強度最高，即對蛋白、宿主、細胞、免疫研究較為突出;主題3文檔規模最大，說明該階段冠狀病毒蛋白研究文獻相對較多。2019-2020年，主題1作為規模最大、強度最高的類別，說明學者對COV.ID流行病暴發所引發的一系列衍生問題研究眾多，關注焦點主要以疫情防控舉措為主。

總體來看，主題強度和主題規模分布幾乎呈正比關系，即主題強度越大，主題規模也相對較大。另外.從1955-2020年對冠狀病毒的研究主題規模和強度曲線可以看出.冠狀病毒研究初期較為關注病毒機理及作用機制研究，2003年SARS暴發后，對人類病毒感染及檢測研究更為關注.2012年MERS暴發后，學者對病毒宿主和免疫學研究更為突出，而2019年COVID-19暴發后，學者們的關注焦點是從藥物治療、醫療保健系統、衛生社區、心理疏導等各方面防控疫情。

4.3冠狀病毒主題作者網絡規律

通過選取1955-2020年發文量較高的第一作者數據，分階段對主題與作者進行關聯分析，解構冠狀病毒領域論文產量較高的作者所研究的主題，進而歸納該領域的關注焦點及動態趨勢。

4.3.1

1955-2002年核心主題一作者規律

該階段選取發文量10篇以上（含10篇）的第一作者，所發論文主題類別如表7所示。可以看出.10篇以上發文量的作者有6位，每個作者關注的冠狀病毒主題有所差異。其中美國疾病控制中心病毒性和立克次氏體疾病部呼吸道和腸道病毒科Hierholzer JC研究主題類別最多。魁北克大學醫學中心Dea S發文量最多。南加州大學醫學院霍華德·休斯醫學研究所和微生物學系Makino S研究主題類別最為集中。

通過Gephi繪制作者、主題網絡圖，如圖9所示，節點表示作者和主題，邊表示作者和主題關系，節點大小表示作者關注主題類別多樣化程度.節點越大說明作者關注冠狀病毒主題類別越多樣化，反之亦然。邊粗細表示作者所發論文歸屬主題類別的多少，邊越粗，表明作者越聚焦于該主題研究。

圖9中，Hierholzer J C節點最大，說明該作者關注冠狀病毒主題類別較多，集中于主題2、3、4、5、7、8、9，其中主題5邊最粗，即對人類病毒機理及細胞研究較多，如分析了NCI-H292人肺粘液表皮樣細胞對呼吸道病毒和其他人類病毒的敏感性;探討了兩種最常用的病毒分離方法，即組織培養和胚胎卵子、病毒抗原研究及人類冠狀病毒229E的純化和生物物理性質等。同時也對鼠肝炎病毒對幼鼠致死性腸炎的影響做了相關研究。Makino S邊最粗，其研究集中于主題0，即RNA核糖核酸、基因序列等，主要聚焦于小鼠肝炎冠狀病毒的RNA結構及重組研究。DeaS發文量最多，研究主題為2、5、6、8、9，對主題2和6研究較為充分.即蛋白和傳染性胃腸炎病毒研究。作者詳盡分析了冠狀病毒蛋白合成、加工、鑒定、定位研究，又深入探討了牛腹瀉冠狀病毒和豬腹瀉冠狀病毒機理。主題5探討了動物冠狀病毒細胞結構.主題8探討了動物冠狀病毒的毒株分離問題。Taguchi F主要研究主題是0、5、4、2，即小鼠冠狀病毒的基因結構、細胞、基因等。Charley B主題類別5邊最粗，即對冠狀病毒細胞特征研究較多。StohlmanSA也是主題5邊最粗，即主要研究冠狀病毒細胞結構特征。

4.3.2 2003-2011年核心主題一作者規律

該階段選取發文量高于10篇的第一作者.共8位作者，如表8所示。可以看出，意大利巴里大學獸醫學院公共衛生系Decaro N發文量最多.共26篇。香港大學新發傳染病國家重點實驗室研究院Woo P C Y研究主題類別最多。Lau J T F、Nish.iura H、Cunha B A研究主題較為集中。香港大學微生物學系Du L Y關注主題類別相對分散。

繪制8位作者主題網絡圖，如圖10所示，節點和邊表示內容與圖9一致。由圖10可知，WooPCY節點最大，其關注主題類別最多，且對應主題6的邊最粗.說明作者聚焦于冠狀病毒研究論證等內容，具體如冠狀病毒基因組學和生物信息學分析。另外對SARS、樣本檢測、細胞、RNA基因序列也有所研究。Decaro N對應主題6、17邊最粗，表明該作者集中于研究論證和樣本實驗，主要是對犬細小病毒病理、牛冠狀病毒等進行論證及樣本分析。Nishiura H對應主題11邊最粗，即更關注如何控制、評估、預測流行病暴發。同理，Cunha B A對主題7研究最多，主要對社區獲得性肺炎臨床診斷等有較多研究。Du L Y對應主題6邊最粗，主要研究SARS疫苗、抗體、細胞、蛋白等。Lau J T F聚焦于主題7和9.主要研究SARS流行病傳播感染情況及其對香港市民就醫行為的社會影響，以調查研究為主。Lau S K P聚焦于主題6和17，分析蝙蝠基因及作為SARS冠狀病毒宿主的研究論證。RenX F研究主題較為分散，主題6相對較多，主要以傳染性胃腸炎冠狀病毒作用機制及RNA研究為主。

4.3.3 2012-2018年核心主題一作者規律

該階段發文10篇以上的作者最多，有10位，如表9所示。沙特阿拉伯達蘭醫療中心A1-Tawfiq JA發文量最多，北里大學獸醫醫學院獸醫傳染病實驗室Tulchinsky T H.俄亥俄州立大學獸醫預防醫學系Theodore H、Jung K和北卡羅來納大學流行病學系Menachery V D研究主題較為集中，香港大學微生物學系Lau S K P和北里大學獸醫學院獸醫傳染病實驗室Takano T關注主題類別相對較多。

繪制圖11，可以看出，Lau S K P主要關注主題15和16，即MERS病毒和SARS病毒基因及宿主研究。Takano T節點大小僅次于Lau S KP，即關注主題類別相對較多，其中主題3和12邊較粗，聚焦于貓冠狀病毒蛋白、抗體、膽固醇研究。A1-Tawfiq J A對應主題7、13、18邊最粗，主要研究MERS流行病學和控制疾病暴發措施_。Tulchinsky T H聚焦于主題2，關注公共衛生健康系統的規劃和管理以控制和檢測病毒傳播擴散。Menachery V D集中于主題3研究，即蛋白和宿主，主要以MERS蛋白、干擾素及宿主研究為核心。Jung K以主題15和6為主，詳細研究了豬流行性腹瀉冠狀病毒的病因學、流行病學、發病機制、免疫預防及細胞分子。Decaro N主要以犬細小病毒的流行病學和診斷方面研究為主。Memish zA以主題15、18為主分析了MERS病毒基因及感染人群。Burrell C J以主題3、7為主對病毒學的歷史和影響、流行病學、發病機制及冠狀病毒有較多研究，且側重于概念追溯及原理結構。Cann A J專注于分子病毒學原理、病毒基因組結構和核苷酸序列及遺傳機制研究。

4.3.4 2019-2020年核心主題一作者規律

該階段雖然時間間隔短，但COVID-19疫情引發大量關注，科研人員對其研究短時間內激增。據本文數據源，截至2020年3月13日，此階段已有12000篇左右文獻。選取發文9篇以上的有影響力的核心作者，如表10所示，并繪制核心作者主題網絡圖，如圖12所示。可以看出，作者普遍對主題1（COVID流行病暴發及衍生問題）關注度最高，主題較為集中。其中Nature發文最多（主要以實時動態消息為主），說明對COVID-19時刻關注.且發布多條關于疫情數據信息及最新研究動態，如冠狀病毒首次在非洲發現感染;截至2020年2月10日中國新冠死亡人數（900多人）超過SARS：研究人員應對COVID一19疫情的4種方式等。Knopf A關注COVID-19衍生的心理健康問題、藥物治療對策。Canadv V A聚焦于解決無家可歸者的資助問題、病患心理健康、敦促政府加大防護設備資金投入等研究。Michael L P對COVID-19藥物治療及抗體測試等方面進行了大量研究。MacKenzie D分析了COVID-19給衛生醫療系統帶來的壓力及如何控制新冠疫情大規模暴發。Vaughan A呼吁采取嚴格措施阻止新冠疫情擴散，分析了疫情引發的次生災害如工廠關閉、企業停產等。

5結論

本文對1955-2020年冠狀病毒科學論文主題演變規律進行論述，綜合運用主題建模和網絡分析方法，從語義層面揭示4個階段內冠狀病毒的主題內容規律、主題文檔分布規律、主題作者網絡規律。本文主要研究價值和貢獻如下：

1）借由LDA主題建模技術挖掘冠狀病毒研究領域中的關鍵主題和熱門主題.以此揭示冠狀病毒學術界研究聚焦點，解構主題內容和文檔分布規律.系統地梳理1955-2020年冠狀病毒相關研究文獻，對冠狀病毒領域知識創新服務起到重要的輔助決策支持作用。

2）融合網絡和主題兩個維度，解析冠狀病毒領域高產學者研究主題內容之間的網絡關系，拓寬傳統的以引文方式研究領域作者網絡關系路徑。通過構建主題一作者關系模型，多角度挖掘高產學者核心主題研究內容.了解冠狀病毒領域有代表性專家的研究主題動態和方向，為未來探索冠狀病毒研究提供思路和啟發。

3）嵌入時間要素.以歷時性分析視角切入冠狀病毒研究主題內容。按3種典型冠狀病毒暴發時間劃分階段，解構不同歷史時期冠狀病毒研究的差異點和著力點，分析冠狀病毒主題演變特征。從研究結果可以看出，冠狀病毒基因、RNA、病原體和宿主等基礎原理研究一直是重中之重。隨時間推移，研究逐步由淺入深，研究層次逐漸多元化。同時，醫學技術進步、數理統計模型、復雜網絡模型、信息服務系統、疫情防控服務體系構建、國際合作等要素是推動冠狀病毒研究進步的重要動力。尤其是COVID-19下，主題聚焦點轉向病毒檢測及防控方面，從完善衛生健康服務體系、改善醫療衛生服務系統、切斷病毒傳播路徑等層面避免冠狀病毒帶來的衍生危害。

4）發揮圖情學科優勢，為冠狀病毒研究貢獻綿薄之力。新冠疫情下，冠狀病毒作為當前學術界持續關注的焦點，備受矚目。本文從圖情學科視角對冠狀病毒文獻進行組織和整合，系統地梳理了1955-2020年冠狀病毒研究文獻.以此了解冠狀病毒歷史研究發展路徑.推動該領域研究實現新的突破。

本文也有局限之處，數據源選取的是OSTP發布的CORD-19數據集，該數據集實時更新。本文選取的是2020年3月13日版本，因此，未來將會擴充2020年的數據集，針對COVID-19數據集做進一步詳盡分析。