基于Citespace的中醫健康管理知識圖譜可視化分析*

周宗慧，朱青青，孫璇，王東軍，王泓午

（天津中醫藥大學，天津 301617）

近年來，隨著社會經濟的發展，人們生活、工作方式的轉變，中國慢性非流行性疾病的發病率日益增加。近十幾年來中國每年新增1 000萬慢性病患者[1]，目前中國慢性病總人數已達3億。這一趨勢一方面不利于國民身體素質的提高，另一方面也加重了國家經濟負擔。自從國家將健康管理理念引入“十三五規劃”，其焦點也從原來的“解決人民群眾看病就醫問題”向“促進和保障人民健康”轉變[2]。這一觀念的轉變也促進了國內對健康管理的研究。健康管理的目的為以最小的經濟投入獲得最大的健康效益[3]。目前國內采用常規的西醫健康管理辦法對慢性病進行預防，控制和管理，取得了不錯的效果，但往往忽視了健康和亞健康群體。而針對這一群體，中醫健康管理有其獨特的理念和優勢，發揮其優勢將能更好的助力于健康中國建設。為迅速把握中醫健康管理領域的研究熱點和發展趨勢，本文使用Citespace軟件對中國知網數據庫（CNKI）內中醫健康管理相關文獻進行可視化分析，以期為相關研究提供參考。

1 研究工具及數據來源

1.1 數據來源 文獻來源于CNKI。在高級檢索中檢索條件以主題詞“中醫”與“健康管理”進行檢索，檢索時間為2010年1月1日—2020年8月1日，納入論文來源僅限期刊論文、學位論文、會議論文、報紙，共檢索到文獻1 361篇，剔除外文文獻13篇，最終納入文獻1 348篇。

1.2 研究工具 本研究以陳超美博士研發的可視化分析軟件Citespace為研究工具，該軟件基于JAVA程序語言編寫并廣泛應用于分析某一研究領域的研究熱點及趨勢[4]。本文將所獲文獻導入該軟件，將關鍵詞、作者和機構的閾值篩選方式均設為g-index，k=25；將剪切方式均設為 pathfinder和pruning sliced networks，然后進行可視化處理。

2 結果

2.1 發文量的年代分布情況 圖1反映了中醫健康管理相關研究在2010年1月—2020年8月間的發文情況，從圖中可以看出自2010—2017年發文量呈持續上升趨勢，2017—2018年發文量有所下降，2019年發文量最多，2020年發文量僅止于8月還未完全呈現，預計與2019年基本相同或有小幅增長。由圖可以看出，2010—2020年，關于中醫健康管理發文量總體呈上升趨勢，尤其是2018—2019年呈現出激增的勢頭。

圖1 中醫健康管理相關文獻年發文量Fig.1 Annual number of papers related to health management of traditional Chinese medicine

2.2 作者與機構分析

2.2.1 作者合作共現知識圖譜 在Citespace軟件中，將時間跨度設為2010—2020年，時間切片為1年，節點類型選為作者，其他參數保持默認設置。得到節點數為434，連線數為581的作者共現網絡知識圖譜（作者合作共現知識圖譜見OSID）。由圖中可以看出發文量最大的作者分別為李燦東、王琦。作者與作者之間的連線說明作者之間有合作和交流。由于作者之間的交流與合作，在圖譜中形成了2個較大的作者群。最大的為以李燦東為首的作者群，其次為以王琦為首的作者群。圖中不同顏色對應不同的年份，從中可看出以李燦東為首的作者群自2016年至今發文都很活躍，并且基本每個年段都能形成相應的亞團體，可見該團體一直堅持在該領域探索，且研究團隊呈逐年壯大的趨勢。以王琦為首的作者群在2017年以后活躍度有所降低。

2.2.2 機構合作共現知識圖譜 在Citespace軟件中，將節點類型選為機構，其他參數與上述相同。得到節點數為281，連線數為188的機構網絡知識圖譜（機構合作共現知識圖譜見OSID）。由圖可以看出福建中醫藥大學、福建中醫藥大學中醫學證研究基地、湖南中醫藥大學、北京中醫藥大學東方醫院、中國中醫藥國際合作中心的節點較大。節點大小表明機構出現的頻次，由此可以看出以上5所機構在中醫健康管理領域發文較多，科研力度較大。圖中節點之間的連線越多、越粗說明機構之間的合作越密切，從圖中可以看出各機構之間合作較為密切。但多為團隊內合作，跨團隊合作相對較少。跨團隊合作網僅兩個，一個為湖南中醫藥大學、中國科學院與北京中醫藥大學，另一個為福建中醫藥大學與江西中醫藥大學。且結合線條顏色所對應的年份來看，以湖南中醫藥大學為中心的跨團隊合作網在2017年以前活躍度更高，2017年以后合作有所減少。結合年份還可以看出以福建中醫藥大學為中心的團體自2015年至今都很活躍，說明該團隊一直堅持在這一領域探索。

2.3 關鍵詞分析

2.3.1 關鍵詞共現知識圖譜 在1 348篇文獻中，出現頻次≥20的關鍵詞共有19個，通過運行Citespace可視化分析軟件，生成節點數為462，連線數為903的關鍵詞共現知識圖譜，見圖2。其中頻次位于前5名的關鍵詞分別為健康管理（450）、治未病（203）、中醫（134）、中醫健康管理（127）、中醫藥（86）。高頻關鍵詞代表了研究的熱點內容，根據1973年Donohue提出的高頻詞低頻詞界分公式（其中T為高頻詞出現的最低次數，I為關鍵詞的個數，本文中I=462），按此法計算出近十年的中醫健康管理相關文獻的高頻詞低頻詞界分閾值為T≈29.90，所以本次研究中出現30次及以上的為高頻關鍵詞，共14個，健康管理、治未病、中醫、中醫健康管理、中醫藥、中醫體質辨識、社區、中醫體質、高血壓、體質辨識、老年人、中醫藥健康管理、糖尿病、中醫治未病。

圖2 關鍵詞共現知識圖譜Fig.2 Knowledge map of keyword co-occurrence

2.3.2 關鍵詞聚類知識圖譜 在關鍵詞共現的基礎上，進一步做關鍵詞聚類分析。關鍵詞的聚類分析是運用一定的計算方法將零散的信息數據按照信息程度進行分類的過程[5]，從而了解該領域的知識結構[6]。使用LLR的算法進行聚類命名抽取，得到節點大小為462，連線數為903的關鍵詞聚類分析圖譜，見圖3。規模前10的關鍵詞聚類標簽如圖3所示，這些標簽反映了中醫健康管理的熱點主題。圖中不同形狀、不同顏色的色塊代表著不同的聚類，不同顏色對應著不同年份，體現了關鍵詞聚類的時間變化，并且每個色塊內的節點都屬于該聚類，從圖中可以看出聚類之間重疊性較高，表明各研究主題之間交叉性較多。其中聚類規模較大標簽多集中在2014年和2015年，由此可推斷2014年與2015年是相關研究主題最活躍，成果最多的年份。其中規模最大的聚類為#0健康管理，而聚類成員相似度最好的聚類為#6中醫藥健康管理。從圖3中可以看出中醫健康管理研究關注的主題還有人工智能、亞健康等。

2.3.3 突發關鍵詞知識圖譜 突發關鍵詞是指特定時間內相對增長率突然增加的關鍵詞。突發關鍵詞往往能夠反映研究主題潛在的發展方向，預測研究前沿趨勢[7]。本研究中的8個突發關鍵詞：2010—2012年“中醫‘治未病’”與“中醫體質”成為這一時段突發關鍵詞；2010—2015年“中醫藥特色”成為這一時段突發關鍵詞；2011—2014年“健康體檢”“中西醫結合”成為這一時段突發關鍵詞；2014—2017年“社區衛生服務”與“社區健康管理”成為這一時段的突發關鍵詞；2018—2020年“醫養結合”成為這一時間段的突發關鍵詞（突發關鍵詞知識圖譜見OSID）。

3 討論

3.1 研究熱點 關鍵詞聚類知識圖譜，是將關鍵詞共現網絡關系通過聚類統計學的方法簡化成數目相對較少聚類而得到的圖譜，從圖中可以分析出相關研究領域的熱點主題[8]。而高頻關鍵詞則代表了研究的熱點內容。因此綜合分析高頻關鍵詞及關鍵詞聚類知識圖譜可以發現，近十年來該領域研究熱點主要為慢性病、老年人；中醫藥特色、中醫健康管理；人工智能、大數據；社區衛生服務。下面筆者從研究熱點的形成背景及主要研究內容兩方面進一步開展討論。

3.1.1 慢性病、老年人 近十年來隨著人民生活水平的提高和生活方式的改變，糖尿病、高血壓病、肥胖等慢性病發病率也逐漸升高。《中國人健康大數據》顯示，中國高血壓病患者約有1.6～1.7億人，糖尿病患者約有9 240萬人，超質量或肥胖人群7 000萬～2億。除此之外，中國老齡人口也在逐年增加，據統計2016年中國60歲以上人口超過2.3億。由此可以看出慢性病和老齡化不僅是亟待解決的社會問題，更是亟待解決的健康問題。因而在這一社會背景下“慢性病”和“老年人”成為了中醫健康管理領域的一大熱點研究內容。在該熱點之下，研究內容主要為慢性病的預防及管理，以及老年人健康服務。

3.1.2 中醫藥特色、中醫健康管理 現代疾病的主要病因為不良生活習慣、精神因素和環境污染等[9]。其中多為可變因素，因而以減少疾病危險因素，提高健康水平為主要目的的健康管理逐漸得到各方重視。其中中醫健康管理具有其獨特的優勢。一方面，中醫健康管理有其深厚的理論基礎，早在《黃帝內經》中就提出了“治未病”的思想，這一思想與現代的預防觀念不謀而合。另一方面，中醫健康管理還有其獨特的適宜技術如刮痧、艾灸、推拿等。這些技術具有簡單、便捷的特征，不僅有利于個人掌握，更有利于社會推廣；其價廉、效優的特點在醫療支出日益提高的當今社會，也有利于減輕國家經濟負擔。因此，如何發揮中醫藥特色便成為這一領域的一大研究熱點。目前，研究內容集中于如何將中醫特色理論應用于中醫健康管理，如“治未病”理論、中醫體質理論、中醫健康狀態辨識理論等。雖然目前相關理論探討較多，但大多數還處在探索階段，不便于推廣和普及，相關研究還有待進一步深入。

3.1.3 人工智能、大數據 隨著信息技術的發展，數據與人們的生活聯系日益緊密。大數據、互聯網+、物聯網等逐漸融入日常生活。要提高中醫健康管理的有效性、便捷性和可操作性，將中醫健康管理與現代信息科技相結合勢在必行。在這一時代背景下誕生了這一領域的另一研究熱點——人工智能。前幾年，國務院發布的《關于促進規范健康醫療大數據應用發展的指導意見》也進一步推動了這一研究熱度的提升。相關研究多集中于APP的開發及網絡醫療平臺的搭建，如武建鐸等[10]進行了與糖尿病相關的中醫健康管理平臺設計；王麗芬等[11]進行了與女性健康相關的移動中醫健康管理平臺的開發；丁琪等[12]提出了中醫云健康體系架構的設計。也有學者對其發展所面臨的問題進行探討，如王沁瑩[13]、雷黃偉等[14]對中醫健康管理與現代信息技術結合所面對的困難和障礙進行了研究。

3.1.4 社區衛生服務 社區衛生服務是指以健康為中心、以社區為范圍、以家庭為單位、以社區老幼婦殘為重點人群，融醫療、預防、保健、康復、健康教育、衛生監督檢測等服務為一體的衛生保健服務模式[15]。雖然目前開展中醫健康管理的機構有醫院、民辦機構和社區，但中國醫療衛生資源較為有限，將中醫健康管理重點落實到社區更為合理。首先中醫健康管理中的體質測評、推拿、藥物干預等方式是一個連續、動態的過程，需要及時隨訪和反饋，將重點放在社區有利于提高居民的參與度。其次，社區內管理者與居民較為熟悉，方便管理者及時了解居民健康動態，同時也有利于健康知識的傳播從而提高管理的有效性。再者，較輕的疾病就能在社區解決，能夠減少不必要的醫療支出，并減輕醫院壓力，將重點放在社區也能有效降低管理成本。最后，社區作為一個較小的管理單位，管理者與居民之間地理距離近，也有助于提高服務的快捷性。

除去中國中醫健康管理面臨的現實情況，國家政策也推動了“社區衛生服務”成為該領域的一大研究熱點。《基層中醫藥服務能力提升工程“十三五”行動計劃》明確提出要加強基層醫療衛生機構中醫藥服務條件建設，因此無論是從中國實際情況出發，還是從國家政策來看社區衛生服務都是中醫健康管理的一大研究熱點。目前，其研究內容主要分為探索社區健康管理模式的研究和干預效果評價類的研究。常見的以社區為主的健康管理模式有“KY-3H”健康管理模式、“1-2-10-40-X”中醫預防保健服務體系、中醫預防保健健康管理模式等[16]。在干預效果評價類的研究中，其干預方法多為中醫體質辨識、“治未病”體系、健康狀態辨識方法等；干預對象多為老人、兒童、婦女、慢性病患者等，評價方式多為自身前后對照，從總體來看其評價缺乏統一的客觀化標準。

3.2 研究趨勢 突發關鍵詞往往反映了一個領域的研究趨勢和潛在發展方向。從本次突發關鍵詞可以看出，中醫健康管理經歷了3個不同發展階段。第1階段為2010—2015年，這一時期，研究集中于如何發揮中醫藥特色。第2階段為2013—2014年，這一時期，研究集中于如何實現中西醫結合管理。第3階段為2016—2017年，這一時期，研究集中于如何加強社區健康管理建設。總體來看，其發展經歷了從如何發揮中醫藥特色到如何實現中西醫結合再到如何向社區下沉的發展過程。而2018年至今的突發關鍵詞為“醫養結合”，因此可以推測，接下來該領域的研究將會圍繞“醫養結合”展開。隨著中國老齡化進程的加快，老年慢性病的發病率也逐漸提高，傳統養老模式已不能適應時代的發展。如今，養老和醫療的雙重壓力使無數家庭面臨沉重的經濟負擔和精神壓力，而醫養結合的新型醫療模式，能夠同時解決養老和醫療這兩大難題[17]。國家層面也連續發出相關文件支持這一模式的發展。2013年，國務院出臺《關于加快發展養老服務業的若干意見》和《關于促進健康服務業發展的若干意見》，提出積極推進養老服務與醫療衛生相結合，發展社區健康養老服務。2015年出臺《關于推進醫療衛生與養老服務相結合的指導意見》，由此可見“醫養結合”將會是該領域未來的研究趨勢。

4 小結

從發文量來看中醫健康管理的研究熱度整體呈上升趨勢。從基金支持來看，該研究獲基金支持較多，其中以國家級基金為主。從作者和機構發文情況來看，發文最多的作者為李燦東和王琦，發文最多的機構為福建中醫藥大學和北京中醫藥大學，兩者具有一致性。從關鍵詞分析來看該領域研究熱點為慢性病、老年人、中醫藥特色、人工智能、社區衛生服務。從突發關鍵詞監測來看，未來研究趨勢為醫養結合。根據可視化分析結果并結合相關國家政策來看，目前中醫健康管理的研究還處在發展階段。在未來，其研究熱度將進一步增加，且研究深度和廣度也將會進一步擴展。