基于文獻計量學分析癥狀群生物學機制的研究現狀*

李凌香，劉保延，周雪忠，舒梓心，牟梓君，何麗云△

(1.中國中醫科學院中醫臨床基礎醫學研究所，北京 100700； 2.中國中醫科學院數據中心，北京 100700； 3.北京交通大學計算機與信息技術學院，北京 100044)

癥狀群(symptom cluster)最早出現在心理學和精神衛生領域。近10年來，癥狀群相關研究已成為國內外護理和癌癥癥狀管理的熱點，并逐步延伸至慢性疾病[1-4]領域。研究表明，單純通過生物標志物或單個癥狀對疾病做出診療和預后判斷并不準確，因此學者們越來越注重對癥狀群生物學機制的探索。2001年，Dodd等[5-6]首次提出癥狀群概念：“癥狀群為一組(2個及以上)具有內在聯系的癥狀集合”。中醫認為，癥狀群是指在同一病證中出現，具有共同病理機制且常相伴而生的幾個癥狀共同組成的癥狀集合[7]。國內外學者對“癥狀群”的認識相對一致，癥狀群在中醫辨證論治中具有重要地位，其本質是醫患互動的信息轉化過程，而癥狀群是信息的內涵。癥狀群可以體現疾病不同階段的特征，用相對固定的“癥狀群”將“病”的過程、變化規律(即病機)加以區分；《傷寒雜病論》是善于運用癥狀群的典范，中醫先輩們構建了一套闡釋方證(癥狀群)規律的理論與臨床診療體系，但對癥狀群生物學機制的闡述和揭示仍存在較大瓶頸。本研究分析癥狀群生物機制的研究現狀、發展趨勢、熱點及不足，以期為中醫藥領域開展相關研究提供參考。

1 資料與方法

1.1 資料來源

以中國知識基礎設施(china national knowledge infrastructure, CNKI)、中國學術期刊數據庫(萬方數據)、中文科技期刊數據庫(維普網)、PubMed、SinoMed、Web of science、Ovid，共7個數據庫為資料來源。檢索主題：癥狀群生物學機制。中文文獻檢索采用主題/全字段檢索，外文文獻檢索采取主題詞與自由詞相結合的方式檢索，以期盡量查全。中文檢索式:“癥狀群”AND “生物標記物” OR “炎癥因子” OR “基因” OR “表觀基因”OR “代謝組學”OR “蛋白組學”OR “線粒體”OR “細胞因子”OR “細菌”OR “病毒”。外文檢索式:“Biological Markers”[Mesh] OR biomarker×[Text Word] OR “Inflammation”[Mesh] OR inflammatory markers”[Text Word] OR “Epigenesis, Genetic”[Mesh] OR “Genomics”[Mesh] OR “Metabolomics”[Mesh] OR “Proteomics”[Mesh] OR “Mitochondria”[Mesh] OR “Cytokines”[Mesh] OR “Bacteria”[Mesh] OR “Viruses”[Mesh] AND “Syndrome”[Mesh] OR“symptom cluster”[Text Word] OR “symptom clusters”[Text Word] OR “symptom complex”[Text Word] OR “multiple symptoms”[Text Word][8]。Filters: Humans。檢索時間范圍為建庫至2020年3月20日。

1.2 文獻納入標準

研究類型涉及臨床研究、實驗研究、綜述等；研究對象為癥狀群生物學基礎(包括生物標記物、炎癥因子、基因、表觀基因、代謝組學、蛋白組學、線粒體、細胞因子、細菌、病毒等)。

1.3 文獻排除標準

動物實驗研究、無法獲取全文的研究、數據不完整、重復發表或數據重復報道的研究(保留時間最早的1篇)、新聞報道、社論與主題不相關文獻。

1.4 研究質量控制

文獻篩選過程由2名研究人員根據納入、排除標準，嚴格獨立進行，意見不一致時由雙方討論達成一致意見，或由第三方人員進行判斷。

1.5 統計學方法

以文獻計量學基本定律作為數據分析的基本方法，采用Note-Express軟件與Excel對相關文獻的年代分布、語種及國家、文獻類型、作者、高頻關鍵詞、研究內容、研究方法等為對象進行統計分析。

2 結果

2.1 文獻檢索結果

檢索到相關文獻共8581篇，其中CNKI 40篇，萬方108篇，維普7篇，Pubmed 2464篇，Sinomed 2102篇，Web of science 846篇，Ovid數據庫中3014篇。將初檢文獻進行查重，剔除重復文獻217篇；閱讀文獻題目和摘要(必要時閱讀全文)后，按照排除標準剔除文獻8189篇(排除主題不相關文獻較多，原因是現代醫學疾病多以“綜合征”命名的特點所致，而文獻本身并未涉及癥狀群生物學機制研究)，共納入文獻175篇(中文文獻30篇，外文文獻145篇)。

2.2 文獻特征描述

2.2.1 研究發展趨勢分析 圖1示，檢索到有關癥狀群生物學機制最早的文獻見于1983年，發文1篇，表明在“癥狀群”概念正式提出之前已有學者關注這一問題。但1983年至2003年10年間共發表文獻21篇，占發文總量的12%，平均每年發表2.1篇，數量少且增長緩慢；從2003年開始小幅度增加，由21篇增加至2012年的71篇，增長了3.4倍。自2012年開始呈現快速增長趨勢，2012年1月1日至2020年3月20日共檢索到發表文獻104篇，占發文總量的59.42%，平均每年發表13篇；其中發表文獻最多的年份是2019年高達22篇，占總文獻數的12.57%，是1983年該類文章首次發文量的22倍。普賴斯原理[9]表明，文獻數量進入指數增長階段時，學科便進入大發展時期，提示癥狀群生物學機制研究的進展較緩慢，但目前已經進入大發展時期，呈現“情報爆炸”態勢。

圖1 各年度發表文獻數量與文獻累計數量比較

2.2.2 文獻類型及語種分析 文獻類型分為期刊、學位論文、會議論文三類，期刊文章最多為163篇(93.14%)，其次為學位論文11篇(6.29%)，會議論文1篇(0.57%)，表明期刊論文是癥狀群生物學機制的主要發表形式。文獻語種為英文論文139篇(79.43%)，中文論文30篇(17.14%)，其他語種為6篇(3.43%)，提示研究癥狀群生物學機制的論文目前以英文為主。

2.2.3 研究設計類型分析 表1示，文獻的研究設計類型分為4大類，包括臨床研究(病例報告/病例系列、橫斷面/隊列研究、隨機對照試驗、病例對照)、文獻綜述(傳統綜述與系統綜述)、基礎實驗研究以及其他類型研究。以綜述類文獻68篇(38.86%)與病例對照類論文55篇(31.43%)為多見，表明癥狀群生物學機制研究目前以觀察性臨床研究為主，干預性試驗研究和基礎實驗類研究較少。

表1 文獻研究設計類型分布比較

2.2.4 文獻作者分析 表2示，依據洛特卡定律，在一個成熟的研究領域，寫n篇論文的作者數量約為寫1篇論文作者數的1/n2，并且寫1篇論文的作者數量約占所有作者數量的60%[10]。本研究僅統計論文的第一作者，作者發文量最多為4篇共有5位作者，發文量≥2篇的作者共40位。表2示，發文量4篇、3篇和2篇的作者人數占發文1篇，作者人數的比率分別約為3.70%、20.00%和5.93%，比率低于洛特卡定律規定的理論值(分別為1/42、1/32和1/22)；發表1篇論文作者數約占作者總數的77.14%，高于洛特卡定律規定的60%理論值。提示癥狀群生物學機制相關研究還沒有形成成熟的作者群，需要進一步培育能夠長期從事該研究領域的學者群。

表2 作者發文量分布比較

圖2示，收錄文獻中以美國作者發文最多共60篇占34.29%，其次為中國39篇占22.29%，英國10篇占5.71%。

圖2 作者地域分布情況比較

2.2.5 研究熱點分析 表3示，高頻關鍵詞是反映研究熱點的關鍵信息，175篇文獻共有536個關鍵詞。從頻次排名前10位的關鍵詞來看，癥狀群生物學機制的研究熱點主要集中于抑郁癥、細胞因子與癌癥相關癥狀群、炎癥標記物及遺傳學等方面。

表3 排名前10的高頻關鍵詞分布

2.3 研究內容分析

文獻的研究內容能夠在一定程度上反映出某時期內某一學科的研究熱點及發展方向[11]。按照疾病的種類對文獻研究內容進行歸納和總結，發現研究內容主要聚焦于7大類疾病，如精神心理疾病(抑郁癥、精神分裂癥、圍絕經期綜合征、經前期綜合征)、癌癥相關癥狀群(放化療術后及陪護人員出現的癥狀群)、胃腸道癥狀群(腸易激、功能性消化不良)、纖維肌痛綜合征、慢性疲勞綜合征、心臟疾病癥狀群(心力衰竭、體位性心動過速綜合征)、干燥綜合征。分析發現，最早關注癥狀群生物學機制的文獻為外文文獻，研究內容為經前期綜合征[12]。30篇中文文獻的主要研究內容為精神心理疾病19篇(63.33%)，癌癥相關癥狀群5篇(16.67%)，心臟相關疾病癥狀群4篇(13.33%)。145篇英文文獻主要研究內容為精神心理疾病36篇(24.83%)，癌癥相關癥狀群25篇(17.24%)，胃腸道癥狀群21篇(14.48%)，慢性疲勞綜合征11篇(7.59%)，纖維肌痛綜合征11篇(7.59%)，干燥綜合征8篇(5.52%)。

2.4 研究方法分析

2.4.1 癥狀群識別及其分類方法 文獻中對于命名為“綜合征”的疾病，其癥狀群的識別主要依據臨床表現來確定[13]；對于癌癥相關癥狀群的識別，多采用潛在剖面分析法(potential profile analysis, LPA)與聚類分析法[14-15],結合患者的基本特征如年齡、性別、病程、病史和使用處方等，采用Logistic回歸分析方法對癥狀群發生發展和預后等因素進行分析，獲得影響癥狀群狀態變化的主要表征及干預特征[16]。對于精神心理領域癥狀群的識別，主要根據相關量表(如漢密爾頓抑郁量表(hamilton depression scale，HAMD)、安德森癥狀評估表(md anderson symptom inventory, MDASI)、Greene更年期評分量表等)的條目、得分以及家族史，進行癥狀群劃分[17-20]，提示目前可能尚未形成較統一的癥狀群識別方法。

2.4.2 生物標志物-基因提取方法 共23篇文獻涉及基因提取，文獻中主要采用聚合酶鏈反應-限制性片段長度多態性(polymerase chain reaction-restriction fragment length polymorphism, PCR-RFLP)方法(9篇)，也有研究者采取高溫連接酶檢測反應基因芯片(ligase detection reaction, LDR)技術測定基因多態性、利用TaqMan熒光探針檢測單核苷酸多態性(single nucleotide polymorphism, SNP)技術以及聚合酶鏈式反應結合變性聚丙烯酰胺凝膠電泳(polymerase chain reaction-polyacrylamide gel electrophoresis, PCR-PAGE)等分析方法，還有少量的(genome-wide association studies，GWAS)研究[21]，表明目前臨床研究中基因數據主要來源于小樣本目標人群的生物樣本提取檢測，對于生物醫學數據庫的利用度不高。

3 討論

3.1 癥狀群生物學機制研究的重要性分析

癥狀群生物學機制研究是中西醫結合新醫學體系的關鍵拐點，也是溝通基礎研究與臨床實踐的橋梁。癥狀群生物學機制研究，不僅能為癥狀群的靶向治療和精準護理奠定理論基礎[22-23]，還能揭示中醫辨證論治的科學內涵。國外1項130萬余人的失眠相關基因研究[24]發現，失眠疾病基因與高血壓、肥胖和冠心病之間有很高的重合度，從某種程度上說明中醫異病同治的科學內涵。文獻研究[25]發現，桂枝湯證的生物學基礎為9個toll樣受體(toll-like receptors, TLR)的亞型中TLR-3、TLR-4和TLR-9的mRNA表達上調，而桂枝湯能有效逆轉某些TLR亞型在不同時間的上調，這一研究科學地解釋了桂枝湯的藥理作用機制，也闡明了桂枝湯證(即癥狀群)的生物學基礎,在一定程度上闡釋了“方證”的科學內涵。中醫的病通常是建立在癥狀學基礎上的，是一種宏觀上的病[26]。盡管“癥”是客觀的，但客觀性并不是選擇診斷性或評價性指標的唯一依據[27]，只有能真正反映疾病特征的癥狀群，才能作為診斷或評價的指標。病是癥狀群在時間上的分布規律的體現，不同時期的癥狀群將疾病分成段，而證是癥狀群所處的空間位置。癥狀群是證候形成的主要信息載體，不同類別的癥狀群可以反映疾病不同階段的特征。用相對固定的“癥狀群”將“病”的過程、變化規律，也就是“病機”加以區分，形成辨證論治診療模式的主體框架，可以提高辨證和論治的把握度。劉釗樂[28]等發現，癥狀群具有更強的診斷指向性，對提高臨床辨證診斷水平有積極的影響。生物學機制研究則是該研究策略下的重要切入點，有助于從分子水平綜合描述病證發展過程的復雜性及其相互關聯關系[29]。在此研究潮流之下，現代醫學與中醫有望殊途同歸，未來在中醫辨證論治整體觀的指導下，可以系統開展癥狀表型研究、癥狀群分類、生物學基礎內涵的研究，建立以癥狀群為主要框架的個體化辨證論治診療體系。

3.2 癥狀群生物學機制的研究現狀分析

通過上述文獻分析可以發現，癥狀群生物學機制研究仍處于不成熟階段。現代醫學對癥狀群的研究主要涉及癥狀群的種類、構成及其與基因多態性、細胞因子等生物標記物的相關性。研究方式以臨床觀察性研究為主，且以小樣本研究居多，干預性試驗研究和基礎實驗類研究仍很少；研究的病種亦較為局限，主要關注精神心理疾病、癌癥相關癥狀群、胃腸道癥狀群、纖維肌痛綜合征與慢性疲勞綜合征，未來應該進一步豐富疾病病種，并進一步探索不同病種出現相同癥狀群的生物學機制。目前癥狀群的識別方法尚未統一，這可能是疾病的命名特點所致。現代醫學對于許多疾病的命名，尤其是命名為“綜合征”的疾病，其本質就是1組或多組由特異性癥狀與非特異性癥狀組成的癥狀群，如腸易激綜合征、圍絕經期綜合征、干燥綜合征等。對于癥狀群的識別，主要使用統計分析方法提取癥狀群或采用質性研究的描述方法，通過文字提煉癥狀群[30]。但因對癥狀群定義的界定不一致，研究者采取的統計學方法也存在差異[31]。目前常采用的統計學方法主要包括主成分分析、公因子分析和聚類分析。然而Kim[32]指出，并沒有太理想的研究癥狀群的統計分析方法；2016年Samantha[33]發現，潛類分析法(latent class analysis, LCA)非常適合癥狀群研究，可用于鑒別不同人群中生物標志物、遺傳變量與癥狀群成員的關系。因此，研究者在選擇識別癥狀群方法時，應該結合自身研究疾病的特點，選擇相對較為公認的方法。

文獻研究提示，目前臨床研究中基因數據主要來源于小樣本目標人群的生物樣本提取檢測，對于生物醫學數據庫的利用度不高。因此，筆者建議在開展大型臨床研究的同時，可以加大對生物醫學數據庫的利用度。大數據時代，許多開源數據庫都可以十分便捷地獲取信息和知識。本研究團隊前期建立的數據庫SymMap[34]，整合了中西醫癥狀、疾病、基因、中藥和靶點等癥狀圖譜(SymMap http://www.symmap.org/)。該圖譜包含6種實體(1717個中醫癥狀，499味中藥，961個西醫癥狀，5235個西醫疾病，19595種化學成分和4302個基因)和106721條直接實體關系，且在持續更新和完善中。劉林[35]等通過對癥狀數據的收集整理及研究，得到準確的癥狀術語、癥狀與疾病以及癥狀與基因關系數據等，從而為研究癥狀的生物學基礎提供了巨大幫助。以下簡單介紹一下常用的中醫藥生物醫學數據庫。①疾病數據庫：MalaCards[36]、DisGeNet[37]、GWAS[38]和DiseaseConnect[39]等；②中藥成分數據庫：TCMSP[40]、TCMID[41]、HIT[42]和TCM Database@Taiwan[43]；③藥物成分靶點數據庫：Genecards[44]、DrugBank[45]等；④生物分子相互作用數據庫：STRING 11(人種子集，近2萬蛋白質，30余萬高質量相互作用)、HPRD、BIND、DIP、HAPPI和MINT[46]等。各類生物醫學信息數據庫正以蓬勃態勢發展，為相關研究的開展奠定了深厚的生物學基礎。

3.3 癥狀群生物學機制的研究動態分析

2017年美國專家共識[47]提出，在未來的研究中，癥狀群的定義應該從患者的主觀癥狀體驗、時間維度、基本分子機制等角度出發。為進一步揭示癥狀群的分子機制，促進癥狀群臨床評測的開展，美國NIH于2018年發布了有關癥狀群研究的R01項目指南(https://grants.nih.gov/grants/guide/pa-files/PA-17-462.html)。該指南分別從跨病種癥狀群種類及演變規律、癥狀群的分子機制和癥狀群的評測研究等三個方面開展，期望通過癥狀群的臨床與基礎研究，以解決疾病機制研究中癥狀涉及少與臨床中癥狀困擾負擔重的鴻溝(臨床中癥狀困擾仍是大多數患者就醫的主要原因)。中醫藥領域開展癥狀群生物學機制研究，需要結合中醫臨床數據在非特異性癥狀的采集、癥狀內涵的理論解析和辨證論治體系的優勢；從疾病的癥狀群分類、癥狀群生物學內涵和分子網絡關聯的有效核心方證的挖掘等方面進行示范性研究，為中醫藥領域防治重大慢性疾病(如糖尿病、失眠等)提供可行的方法和研究路徑。未來開展癥狀群相關研究，需要注意以下幾個方面：一是同時關注特異性癥狀群和非特異性癥狀群，以便開展個體化治療；二是癥狀群分子機理研究，除特異性生物標記物，還需從分子網絡視角探索癥狀群生物學內涵的系統性與多樣性；三是疾病癥狀群研究，不能只注重單個癥狀群的發現研究，還需探索各癥狀群之間的關聯及演變規律。

癥狀群生物學機制研究目前處于發展階段，中醫疾病-癥狀群生物學機制研究更是處于萌芽階段，但大數據時代帶來了前所未有的良機，如果能夠建立相應的方法結合網絡藥理學、系統生物醫學、生物信息學、互聯網技術以及臨床診療數據，對重大慢性疾病的癥狀群分類、演變規律及生物分子機制進行深入系統的研究,或許有望進一步促進中醫辨證論治診療規律科學內涵的揭示，這也是中西醫結合的一個新的著力點。本文通過對癥狀群生物學機制的研究現狀、熱點與未來可能的發展方向進行分析，結合中醫學的學科特點，提出以“癥狀群”結合“病機”進行疾病分類的設想：通過對疾病-癥狀群-有效方證為核心的辨證論治體系，展開生物學機制的探索，建立從“疾病-癥狀群表型網絡-中藥靶點網絡-分子相互作用網絡”理解“病-癥-治-效”的研究框架，以期為中醫藥領域開展相關研究提供參考。關于構建中醫疾病-癥狀群-有效核心方-分子生物學機制相關聯的辨證論治體系，任重而道遠，希望有志者能攜手共同探索。